World model
Um world model (modelo de mundo) é um modelo de IA que aprende como um ambiente funciona bem o bastante para prever o que acontece em seguida, muitas vezes a partir de vídeo ou dados de sensores, para que um agente possa planejar ou treinar dentro da simulação.
Por Divya Sharma · Verificado em 15 de nov. de 2026 · Como analisamos
O termo tem uma origem precisa e um uso moderno mais solto, então ajuda saber qual dos dois a pessoa quer dizer.
O significado na pesquisa
No aprendizado por reforço, um world model é um simulador aprendido. Um artigo de 2018 de Ha e Schmidhuber treinou uma rede para construir uma imagem comprimida de um ambiente de jogo e de como ele muda ao longo do tempo. Um pequeno controlador então aprendeu a agir usando essa visão comprimida, e podia até ser treinado dentro da versão imaginada do jogo pelo próprio modelo antes de voltar ao jogo real. A ideia é que o agente aprende com previsões em vez de tentativas reais caras.
O significado atual nos produtos
Os laboratórios hoje usam "world model" para grandes modelos generativos que produzem vídeo ou cenas 3D exploráveis e reagem a ações, voltados para robótica, direção autônoma e jogos. Exemplos analisados neste site incluem o NVIDIA Cosmos 3 e o Genie 4, da DeepMind. Eles geralmente são treinados com grandes volumes de vídeo e são um tipo de foundation model.
Um uso contestado
As pessoas também discutem se os modelos de linguagem grandes contêm um "world model" interno dos fatos que descrevem. Essa é uma afirmação sobre o que um modelo aprendeu internamente, não um tipo de produto, e não existe um teste consensual para ela.
Como difere
Um modelo de text-to-video faz um clipe a partir de um prompt e para. Um world model é feito para avançar passo a passo: dado o estado atual e uma ação, ele prevê o próximo estado, para que algo possa agir dentro dele. Seus limites são os mesmos de qualquer simulador: os erros se acumulam em sequências longas, e uma política que funciona no modelo pode não funcionar no mundo real.
Termos relacionados
- Modelo multimodal
- Um modelo multimodal (multimodal model) é um modelo de IA que consegue receber, e às vezes produzir, mais de um tipo de dado, como texto, imagens, áudio ou vídeo, dentro de um único modelo em vez de sistemas separados.
- Modelo de fundação
- Um modelo de fundação (foundation model) é um modelo grande treinado com dados amplos em escala, que pode ser adaptado a muitas tarefas diferentes, por prompting ou fine-tuning, em vez de ser construído para uma única tarefa.
- Text-to-video
- Text-to-video (texto para vídeo) é a tarefa de gerar um videoclipe curto a partir de um prompt escrito. Os modelos precisam produzir quadros que pareçam corretos individualmente e também se movam de forma consistente de um quadro para o outro.
- Grande modelo de linguagem
- Um grande modelo de linguagem (large language model, LLM) é uma rede neural com bilhões de parâmetros, treinada com grandes quantidades de texto para prever o próximo token, o que permite a ele escrever, responder a perguntas, resumir e seguir instruções.
- Agente de IA
- Um agente de IA é um sistema em que um modelo de linguagem decide seus próprios próximos passos: chama ferramentas, lê os resultados e repete até concluir a tarefa, em vez de seguir um roteiro fixo.