心理世界建模：让世界模型模拟信念、意图与社会规范
原标题:Mental World Modeling
AI 导读
论文提出心理世界建模（MWM）框架，主张世界模型除追踪物理状态外，还应建模人物的信念、欲望、意图、情绪与社会许可边界。作者实现了无需训练且可检查的MENTIS基线，在涵盖文本、图像和有声视频故事的人工质控场景数据集上，用8个现代LLM世界模型进行实验，报告显式心理状态对预测人类决策至关重要。
为什么值得读
它把世界模型从“场景如何变化”推进到“不同主体知道什么并因此如何行动”，为社会推理、协作代理和具身规划提供了可检验的新问题定义。
深度解读
发生了什么
原始事实： 论文提出“心理世界建模”（Mental World Modeling, MWM），将心理变量纳入世界模型的核心状态，而不是在物理预测完成后追加解释。作者进一步实现了无需训练、完全可检查的MENTIS基线。
核心技术
原始事实： MWM维护耦合的物理—心理世界状态，为特定目标主体生成其部分观察，并模拟候选行动对物理状态和心理状态的联合更新。MENTIS将流程拆为状态解析、目标观察生成、行动分解、耦合转移和分支级价值评估。
关键证据与数字
原始事实： 实验使用一个人工构建并经过质量控制的数据集，场景覆盖文本、图像和有声视频故事；评估了8个现代基于LLM的世界模型。论文摘要称，显式建模心理状态对于预测人类决策至关重要，并进一步分析了当前系统的瓶颈。
为什么重要
分析： 仅预测“场景中有什么、物体如何运动”不足以解释信息不对称、错误信念、意图和社会规范驱动的行动。MWM提供了一个统一接口，使代理规划可以同时考虑可见世界与主体对世界的内部表征。
实际影响
分析： 该框架可能适用于多智能体协作、机器人交互、社会模拟、教育辅导和基于故事的决策评估。MENTIS的可检查分解也便于定位错误究竟来自状态解析、观察建模、心理转移还是价值评估。
局限与不确定性
原始事实： 摘要没有给出数据集规模、具体任务指标、8个模型名单或相对提升幅度，也未展示完整误差分析。分析： 人工构造场景可能限制分布代表性；从故事理解到真实环境中的持续心理状态跟踪仍有明显差距。未经证实推断： MENTIS的训练免费特性不等于其推理成本或跨场景泛化能力优于专门训练的模型。
原始来源
- arXiv:2607.27201
- 来源：Hugging Face Papers
- 发布时间：2026-08-03