في مجال الذكاء الاصطناعي، "نموذج العالم" هو نموذج يمكنه تحديد حالة البيئة أو العالم والتنبؤ بالانتقالات بين الحالات. يتيح هذا النموذج للوكيل التعلم في بيئة محاكاة ونقل الاستراتيجيات التي تعلمها إلى العالم الحقيقي، وبالتالي تحسين كفاءة التعلم وتقليل المخاطر.

في عام 2018، نشر يورجن شميدهوبر وديفيد ها ورقة بحثية بعنوانالنماذج العالمية المتكررة تسهل تطور السياساتيُذكر نموذج العالم في المقال. يمتلك هذا النموذج القدرة على فهم البيئة ومحاكاتها، وتعلم استراتيجيات سلوكية، ونقل المعرفة المكتسبة إلى مواقف جديدة. كما يمكنه التنبؤ بالبيانات الحسية المستقبلية بناءً على الأفعال الحركية الحالية.

قام يان ليكون بتعريف "نموذج العالم" في منصة X في فبراير 2024 على النحو التالي: نموذج العالم هو نظام تنبؤ يعتمد على بيانات التسلسل التي تعالج الملاحظات والحالات السابقة والإجراءات والمتغيرات الكامنة من خلال المشفرات والمتنبئين للتنبؤ بالحالة التالية. النموذج التوليدي الانحداري الذاتي هو شكل مبسط منه، يستخدم مشفر الهوية والحالات المنفصلة دون النظر في مشكلة انهيار المشفر. في مارس من نفس العام، نشر فريق البحث التابع لليكون ورقة بحثية بعنوانتعلم نماذج العالم والاستفادة منها في التعلم التمثيلي البصري"قدم مفهوم "نماذج عالم الصور (IWM)"، والذي يعتمد على بنية JEPA ويمتد إلى تكنولوجيا الترميم المحتملة والتحويل الضوئي.

مع التقدم المستمر لتكنولوجيا الذكاء الاصطناعي، من المتوقع أن يصبح "نموذج العالم" أداة رئيسية للوكلاء الأذكياء لفهم البيئات المعقدة، والتنبؤ بالأحداث المستقبلية، وتعلم الاستراتيجيات الفعالة وتطبيقها على العالم الحقيقي.