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)