编辑｜张倩 把一个杯子从桌子左边推到右边，对人来说再自然不过。但如果把这个过程拆开，会发现所谓的「未来」其实并不是凭空出现的：手臂先移动，接触发生后杯子才开始滑动，运动又改变物体的位置和空间关系，最终才形成下一刻我们看到的画面。 对于世界模型来说，问题也在这里。 现在不少模型已经很擅长直接从「当前画面」生成「未来画面」。但如果中间这些运动、接触、几何变化全部藏在模型内部，我们很难知道，它究竟理解了世界如何变化，还是仅仅根据训练数据，「猜」出了一个看起来合理的未来。 最近，Aether AI 正式发布了第一版因果世界模型 CausalWM （16B 参数）。它尝试把原本藏在模型内部的这段过程显式写出来，并引入了一种新的技术范式 —— Causal Chain-of-Thought，因果思维链