세계 모델링(World modeling)은 인공지능 연구의 핵심 요소로 자리 잡았으며, 에이전트가 자신이 존재하는 동적 환경을 이해하고 표현하며 예측할 수 있도록 한다. 기존 연구는 주로 2차원 이미지 및 영상 데이터에 대한 생성 기반 방법에 초점을 맞추고 있으나, RGB-D 이미지, 점유 그리드(occupancy grid), LiDAR 포인트 클라우드와 같은 원천적인 3차원 및 4차원 표현 방식을 활용한 대규모 장면 모델링 분야의 급속한 발전을 간과하고 있다. 한편, '세계 모델'에 대한 표준화된 정의와 분류 체계의 부재로 인해 문헌 내에서는 분산되고 때로는 일관성 없는 주장이 나타나고 있다. 본 조사 보고서는 이러한 격차를 보완하기 위해, 3차원 및 4차원 세계 모델링과 생성에 전적으로 집중한 최초의 종합적 리뷰를 제시한다. 우리는 명확한 정의를 설정하고, 영상 기반(VideoGen), 점유 기반(OccGen), LiDAR 기반(LiDARGen) 접근법을 아우르는 체계적인 분류 체계를 제안하며, 3차원/4차원 환경에 적합한 데이터셋과 평가 지표를 체계적으로 정리한다. 또한 실용적 응용 사례를 논의하고, 미해결 과제를 식별하며, 전망 있는 연구 방향을 제시함으로써, 이 분야의 발전을 위한 일관성 있고 기초적인 참조 자료를 제공하고자 한다. 기존 문헌에 대한 체계적 요약은 다음 링크에서 확인할 수 있다: https://github.com/worldbench/survey