PM 读论文的正确姿势：读标题 → 读摘要 → 看图表 → 读结论，10 分钟一篇；只有 ★ 标注的 6 篇建议精读。所有链接为 arXiv/官方一手来源。
| 论文 | 年份 | 一句话理由 | 链接 |
|---|---|---|---|
| ★ World Models（Ha & Schmidhuber） | 2018 | 领域奠基之作；网页版可视化极佳，2 小时可「玩」完 | arXiv:1803.10122 · 交互网页 |
| ★ A Path Towards Autonomous Machine Intelligence（LeCun） | 2022 | JEPA 与世界模型认知架构的纲领性立场文，路线之争的源头 | OpenReview |
| ★ Video generation models as world simulators（Sora 技术报告） | 2024 | 「视频生成=世界模拟」命题出处；短小，必读 | OpenAI |
| Dream to Control（Dreamer v1） | 2020 | 潜空间「做梦训练」范式的起点 | arXiv:1912.01603 |
| ★ Mastering Diverse Domains（DreamerV3） | 2023 | 一套超参数通吃 150+ 任务、Minecraft 挖钻石；潜空间路线成熟标志 | arXiv:2301.04104 |
| ★ Genie: Generative Interactive Environments | 2024 | ICML 2024 最佳论文；从视频学出可交互世界，「潜动作」概念必读 | arXiv:2402.15391 |
| Genie 3（官方技术页） | 2025 | 实时交互世界模型标杆；720p/24fps/分钟级一致/promptable world events | DeepMind |
| V-JEPA 2 | 2025 | 62 小时机器人数据零样本规划；LeCun 路线最强实证 | arXiv:2506.09985 |
| Diffusion Models Are Real-Time Game Engines（GameNGen） | 2024 | 神经网络实时跑 DOOM，「神经游戏引擎」概念证明 | arXiv:2408.14837 |
| DIAMOND（扩散世界模型玩 Atari/CS:GO） | 2024 | 扩散路线做交互世界模型的代表 | arXiv:2405.12399 |
| Oasis（Decart，可玩 AI Minecraft） | 2024 | 首个开放可玩的实时生成世界 | Decart |
| 综述：Video Generation Models as World Models | 2026 | 最新系统综述，梳理「视频生成作为世界模型」的范式/架构/算法（面试前扫目录） | arXiv:2603.28489 |
| 论文 | 年份 | 一句话理由 | 链接 |
|---|---|---|---|
| Attention Is All You Need（Transformer） | 2017 | 不需要精读，读图解博客即可 | arXiv:1706.03762 |
| DDPM（去噪扩散） | 2020 | 扩散模型奠基；配合 Lilian Weng 博客读 | arXiv:2006.11239 |
| High-Resolution Image Synthesis（Latent Diffusion / Stable Diffusion） | 2022 | 潜空间扩散，现代视频模型的直接祖先 | arXiv:2112.10752 |
| ★ Scalable Diffusion Models with Transformers（DiT） | 2022 | Sora/可灵/Cosmos 的架构基础，必读（图很友好） | arXiv:2212.09748 |
| CLIP | 2021 | 文图对齐，多模态的基石 | arXiv:2103.00020 |
| ViT（Vision Transformer） | 2020 | 图像 patch 化思想的出处（连接 DiT 的时空 patch） | arXiv:2010.11929 |
| 论文/资料 | 年份 | 一句话理由 | 链接 |
|---|---|---|---|
| ★ NeRF | 2020 | ECCV 最佳论文；隐式 3D 表示的开山作，项目页演示必看 | arXiv:2003.08934 · 项目页 |
| ★ 3D Gaussian Splatting | 2023 | SIGGRAPH 2023；当前 3D 世界模型的事实标准表示 | arXiv:2308.04079 · 项目页 |
| HunyuanVideo（腾讯） | 2024 | 开源视频基座系统框架 | arXiv:2412.03603 |
| HunyuanVideo 1.5 技术报告 | 2025 | 8.3B 消费级显卡可跑；成本地板的定义者 | arXiv:2511.18870 |
| HY-World 2.0（腾讯混元世界模型） | 2026 | 多模态输入 → 可漫游 3DGS/Mesh 世界、对接 Unity/UE 的开源工程范例 | arXiv:2604.14268 · GitHub |
| World Labs 博客（Marble / RTFM / Atlas 技术文） | 2025–26 | 空间智能路线的一手阐述，产品味浓，PM 最好读 | worldlabs.ai/blog |
| 论文/资料 | 年份 | 一句话理由 | 链接 |
|---|---|---|---|
| Cosmos World Foundation Model Platform（NVIDIA） | 2025 | Physical AI 世界基座平台的完整阐述 | arXiv:2501.03575 |
| Cosmos-Predict2.5（世界模拟技术报告） | 2025 | Text2World/Image2World/Video2World 统一 + 2 亿视频片段训练细节 | arXiv:2511.00062 |
| GAIA-1（Wayve） | 2023 | 自动驾驶生成世界模型开山作 | arXiv:2309.17080 |
| GAIA-2（Wayve 技术报告） | 2025 | 多视角可控驾驶世界模型；corner case 数据工厂范式的代表 | Wayve PDF |
| 综述：A Survey of Embodied World Models | 2026 | 具身世界模型系统综述（预印本），建立分类学用 | Preprints |
| 课程 | 适合点 | 链接 |
|---|---|---|
| DeepLearning.AI《How Diffusion Models Work》（Sharon Zhou，短课） | 扩散模型直觉速成，1–2 小时，PM 首选入门 | deeplearning.ai |
| Hugging Face Diffusion Course | 免费系统课，从原理到代码，可选读前 3 章 | huggingface.co |
| Andrej Karpathy《Neural Networks: Zero to Hero》 | 建立神经网络/Transformer 第一性直觉（可只看前 2 讲） | karpathy.ai |
| MIT 6.S184《Generative AI with Diffusion Models》（Vincent Sitzmann，NeRF 方向学者） | 系统覆盖扩散+视觉生成，含 3D 内容，有公开讲义（开设年份待核实） | MIT |
| Stanford CS231n（卷积网络与视觉识别） | CV 常识底座，只看讲义与第 1–5 讲即可 | Stanford |
| 李沐《动手学深度学习》（中文） | 中文最佳系统教材，按需查阅 Transformer/CV 章节 | d2l.ai |
| 李宏毅机器学习课程（中文视频） | 中文视频课，生成式 AI 专题通俗易懂 | NTU |
| 体验项 | 目的 | 入口 | 成本 |
|---|---|---|---|
| 即梦 / 可灵 免费版各生成 10 条视频 | 建立国产模型能力边界体感（你的主场，必须最熟） | 即梦 · 可灵 | 免费额度 |
| Luma Dream Machine 试用涂鸦控镜头/关键帧 | 体验「导演式控制」交互 | Dream Machine | 免费额度 |
| World Labs Marble 生成一个 3D 世界并导出 | 体验「持久化 3D 世界」与视频派的本质区别 | worldlabs.ai | 免费版 |
| World Models 交互网页版 | 「玩」懂 V-M-C 架构与梦中训练 | worldmodels.github.io | 免费 |
| 看 Decart Oasis / Project Genie 演示视频并试玩（若可访问） | 建立「实时交互世界」的延迟与漂移体感 | decart.ai · Genie | 免费/订阅 |
| Hugging Face 上跑 Hunyuan3D Space：单图转 3D | 体验前馈式 3D 生成质量与速度 | HF Spaces 搜 Hunyuan3D | 免费 |
| Blender 4.x 基础操作（官方 2 小时入门） | 理解 3D 资产管线术语（建模/材质/灯光/渲染） | blender.org | 免费 |