Theo giám sát của Động Sát Beating, tại Hội nghị Trí tuệ Nhân tạo Bắc Kinh 2026, Luo Fuli, người phụ trách mô hình lớn MiMo của Xiaomi, chỉ ra rằng trong hành trình tái cấu trúc thế giới, các mô hình ngôn ngữ (LLM) do dễ dàng tái tạo môi trường thông minh trong thế giới số và thiết kế hệ thống phần thưởng chính xác, hiện đã đi đầu trong việc đạt được tự tiến hóa, đây là một con đường chính rõ ràng và đang tiếp tục mở rộng quy mô (Scaling).
Luo Fuli cho biết, so với sự đột phá nhanh chóng của các mô hình ngôn ngữ lớn, mô hình thế giới vẫn đang ở giai đoạn khám phá sơ khai hơn. Hiện tại, ngành vẫn chưa xuất hiện một mô hình thực sự hiệu quả, có thể tái cấu trúc thế giới chất lượng cao từ góc độ video. Để mô hình thế giới đạt được Scaling trong tương lai, vẫn cần giải quyết các vấn đề cốt lõi như kiến trúc cơ bản hiệu quả hơn, hệ thống vật lý gần với thế giới thực hơn, và cách đưa vào học tăng cường (Reinforcement Learning).
Zhu Jun, người sáng lập Shengshu Technology, cũng bổ sung tại diễn đàn này rằng, mô hình thế giới trong tương lai chắc chắn sẽ là một "mô hình thế giới phổ quát" tương tự như GPT đối với nền tảng tổng quát, sở hữu tính chất Foundation mạnh mẽ và khả năng tổng quát hóa cao.
