Mental World Modeling：让世界模型理解人的“内心状态”

导语

世界模型通常被理解为 AI 对外部环境的内部模拟：场景中有什么、物体在哪里、下一刻会怎样变化。这样的能力对规划、机器人、智能体决策都很重要。但这篇名为 Mental World Modeling 的论文指出，一个世界模型即使准确复原了物理场景，也可能预测错人的下一步行动。原因很简单：人类行为并不只由“看得见的世界”驱动，还由看不见的心理状态驱动。

核心要点

• 物理正确不等于行为可预测：两个场景在物理上可能几乎相同，但如果当事人的知识、误解、意图、情绪或社会顾虑不同，最终行动可能完全不同。
• MWM 把心理变量纳入世界状态：作者提出 Mental World Modeling（MWM），把人的信念、欲望、意图、感受、社会可接受性等因素视为世界模型的核心组成，而不是事后解释。
• 面向目标个体生成局部观察：框架强调不同主体看到、听到、知道和推断到的信息并不相同。模型需要从某个目标人物的视角重建其“可见世界”和“已知世界”。
• 动作会同时改变物理世界与心理世界：一个行动不仅移动物体或改变场景，也会改变他人的认知、关系、期待和情绪。因此，MWM 模拟候选动作时，要联合更新物理状态和心理—社会状态。
• MENTIS 是可检查的基线实现：作者实现了 MENTIS，一个无需额外训练、流程可审查的系统，将任务拆成状态解析、目标观察生成、动作分解、联合状态转移、分支价值评估和最终决策等步骤。

实验与发现

论文在一个人工构建并经过质量控制的情境决策数据集上评估该思路，场景覆盖文本、图像和带声音的视频故事。作者使用 8 个现代 LLM 驱动的世界模型进行实验，结果指向同一个结论：如果不显式追踪角色的心理状态，模型很容易在“画面看起来正确”的情况下给出错误行为预测。

这并不是说当前大模型完全不能推理心理状态，而是说明它们常常没有稳定、结构化地维护这些变量。MENTIS 的意义也不在于提供最终答案，而在于把中间过程拆开，让研究者能检查错误到底发生在观察生成、信念更新、动作模拟，还是价值评估阶段。

意义与影响

MWM 代表了世界模型研究的一次方向扩展：从模拟物理场景，走向模拟在场景中行动的人。对 AI Agent、具身智能、人机协作、视频理解和社会场景推理来说，这一转向很关键。未来的智能系统如果要在家庭、办公室、医疗、教育等真实环境中与人互动，仅知道“世界是什么样”远远不够，还要理解“每个人以为世界是什么样”。

这篇工作也提醒我们，行为预测的难点不只是感知精度或推理链长度，而是是否拥有能持续更新的心智表征。真正有用的世界模型，可能必须同时回答两个问题：外部世界将如何变化，以及身处其中的人将如何理解并回应这些变化。

来源：Hugging Face Daily Papers