الملخص

أصبحت النماذج العالمية (World Modeling) حجر الزاوية في أبحاث الذكاء الاصطناعي، حيث تتيح للوكلاء فهم البيئات الديناميكية التي يعيشون فيها، وتمثيلها وتوقع تطوراتها. وعلى الرغم من أن الأبحاث السابقة ركزت بشكل كبير على الأساليب التوليدية لبيانات الصور ثنائية الأبعاد والفيديوهات، إلا أنها تجاهلت الحجم المتزايد بشكل سريع من الدراسات التي تعتمد على تمثيلات ثلاثية الأبعاد وأربعة أبعاد طبيعية، مثل الصور الملونة ذات العمق (RGB-D)، والشبكات الممتلئة (Occupancy Grids)، وسحابات النقاط الليدار (LiDAR Point Clouds)، في مجال نمذجة المشاهد على نطاق واسع. وفي الوقت نفسه، يُعد غياب تعريف معياري وتصنيف منهجي لـ"النماذج العالمية" سببًا في تشتت المطالبات العلمية أحيانًا، وتناقضها أحيانًا أخرى في الأدبيات الأكاديمية. وتتناول هذه المراجعة هذه الفجوات من خلال تقديم أول مراجعة شاملة مخصصة صراحةً لنمذجة وتكوين النماذج الثلاثية والأربعة الأبعاد. حيث نضع تعريفات دقيقة، ونُقدّم تصنيفًا منظَّمًا يشمل ثلاث مقاربات رئيسية: مبنية على الفيديو (VideoGen)، ومبنية على الشبكات الممتلئة (OccGen)، ومبنية على بيانات الليدار (LiDARGen)، كما نلخّص بشكل منهجي المجموعات البيانات والمقاييس التقييمية المصممة خصيصًا للسياقات الثلاثية والأربعة الأبعاد. ونستعرض أيضًا التطبيقات العملية، ونحدد التحديات المفتوحة، ونسلط الضوء على الاتجاهات البحثية الواعدة، بهدف توفير مرجع متماسك وأساسي لدفع عجلة التقدم في هذا المجال. ويمكن الاطلاع على ملخص منهجي للدراسات الحالية عبر الرابط التالي: https://github.com/worldbench/survey