Berryxia.AI@berryxia · XAI 摘要
UCSD 黄碧薇教授在 CVPR 2026 提出 Causal World Models 框架，让 AI 从模仿动作进化到理解因果。她同时宣布其公司 Aether AI 完成 2000 万美元融资，成为全球首个专注因果世界模型的公司。她拥有 12 年因果 AI 经验，CMU 博士，100+ 顶会论文，是因果发现库 causal-learn 作者。推文指出当前 VLA/LLM 路线仅学到统计相关性，因果世界模型被视为具身智能的范式转折点。
兄弟们！这个研究有点牛逼啊！ Physical AI 的瓶颈根本不是「模型不够大」，是一开始范式就错了。
先说一个真实场景：桌子高了 2cm，当前最强的 VLA 模型直接失败。
为什么？
因为它只学到了「手伸到某个位置」的相关性，根本不知道「为什么」会摔、「怎样」才能不摔。
这就是 LLM/VLA 路线的致命伤，它在互联网数据上学的是统计相关性，但物理世界运行靠的是因果律。
你可以生成一段完美的「桌面物体掉落」视频，但模型完全不知道下一秒会发生什么。
UCSD 黄碧薇教授 @huang_biwei 刚在 CVPR 2026 发了 Causal World Models（因果世界模型）框架，给这个问题指出了一条新路：让 AI 从「模仿动作」进化到「理解因果」。
不是学「人做了什么」，是让它学「这样做为什么有效、换一个场景为什么失效」。
她今天宣布 Aether AI 融资2000万美金，也成为全球首个因果世界模型公司。
关于她的含金量，我们也来挖一挖：
1 12 年因果 AI 深耕，CMU PhD（导师 Kun Zhang + Clark Glymour）