世界模型（World Model）
AI 产品经理系统入门站

为「剪映/CapCut AI 背景、目标 AI 世界模型方向产品经理」的你定制：从岗位解码到技术主线、玩家格局、商业化，再到 2–4 周学习路径与面试准备。目标是让你能跟研究员对话、能做产品判断、能讲出自己的观点——而不是背公式。

信息时效：截至 2026 年 9 月中文为主 · 术语保留英文关键事实附来源链接离线可用

01为什么学：这个岗位到底在赌什么

2024–2026 年，AI 行业的主叙事正在从「语言模型（LLM）」转向「世界模型（World Model）」。三条证据链：

巨头全线下注：Google DeepMind 发布 Genie 3 并把 Project Genie 开放给付费订阅用户（2026-01）；NVIDIA 把 Cosmos 定位为 Physical AI 的世界基础模型并迭代到 Cosmos 3（2026-06）；李飞飞的 World Labs 发布首款商用产品 Marble（2025-11）并于 2026-09 发布全模态世界模型 Atlas；Yann LeCun 离开 Meta 创办世界模型公司 AMI Labs（2025-12 宣布，2026-01 启动），两个月融资超 10 亿美元。
视频生成大洗牌：OpenAI Sora 2 曾被称为「视频的 ChatGPT 时刻」（2025-09），却在 2026-03 宣布关停、04-26 下线消费者产品——而快手可灵、字节 Seedance、Runway 等「工作流派」反而跑出了真实收入（可灵 2026 Q2 单季营收 8.5 亿元人民币）。这个反差本身就是最好的产品课。
岗位需求真实出现：「内容生成（长视频/多视角/视频编辑）+ 多模态交互 + 影视游戏广告/XR/自动驾驶仿真场景 + 世界模型商业化」——你手上这份 JD 正是这一波浪潮的标准画像。它要的不是研究员，而是能把世界模型能力翻译成产品与商业的人。

💡 PM 视角

你的机会窗口：大多数竞争者要么懂技术不懂创作者，要么懂内容不懂模型。你恰好站在「剪映/CapCut 的创作者工作流」与「AI 模型能力」的交汇处——这正是 JD 里「创作者视角 + 系统思考」要的东西。短板（世界模型/3D/CV 行业纵深）是可以用 2–4 周高强度补课拉平的，长板（0-1、商业化、跨团队）别人短期学不会。

02个性化学习地图：你的强项、短板与优先级

维度	你的现状	对岗位的意义	优先级	去哪补
视频创作工具与工作流	强项：剪映/CapCut AI 一线经验，懂创作者真实痛点	JD 职责① 内容生成产品战略的根基；面试中最能讲出差异化故事	已具备	只需升级到「世界模型语境」：技术主线·视频生成
Agent 策略路由 / Canvas 上下文管理	强项：多意图分发、上下文工程经验	可迁移到「交互式世界模型」的控制信号设计（动作条件、promptable events）	已具备	技术主线·交互范式
0-1 / 商业化 / 跨团队	强项：产品策略、商业化、协作	JD 职责②③（PMF、订阅/API/生态）直接对口	已具备	商业化与生态补充世界模型行业特有打法
世界模型核心概念与流派	短板：对 WM/LLM/视频生成关系缺乏体系认知	岗位立身之本；面试官第一道筛子	P0 必补	World Model 101 → 世界模型主线
视频生成技术脉络	半短板：会用产品，但说不清 DiT/时空 patch/一致性等原理	JD 明确要求懂 Sora/Runway/Luma；要能判断模型能力边界	P0 必补	生成式基础 + 视频生成
行业格局（谁在做什么）	短板：2025–2026 变化极快（Sora 关停、Genie 3、Marble、Seedance）	面试必问「你怎么看这个赛道」；过时信息是致命伤	P0 必补	玩家与格局
3D / CV 认知（NeRF、3DGS）	短板：3D 表示与图形学基础薄弱	多视角生成、XR、仿真场景都建立在这套语言上	P1 重点	3D 表示
具身智能 / 自动驾驶仿真	短板：场景纵深不足	JD 职责②点名场景；世界模型最大的 B 端市场	P1 重点	应用与场景
Unreal / Unity / Blender 实操	加分项缺口	JD 加分项；能显著提升与 3D 团队对话能力	P2 可选	学习路径·第 4 周
CV/图形学/RL 理论	加分项缺口	JD 加分项，但 PM 岗不必深潜	P2 可选	直觉级理解即可：资源库挑读

03如何使用本站

📖 十个板块，两种读法

系统读（推荐首次）：按下方「推荐学习顺序」走完 10 页，约 6–10 小时纯阅读。
查阅读：每页独立可用；面试前一晚直接看术语与面试 + 玩家与格局。

🏷️ 标签体系

P0 必补不补无法通过面试筛选
P1 重点决定你的深度与差异化
P2 可选加分项，时间富余再投入
已具备你的存量优势，重点是「翻译」成新语境

🕐 信息时效声明

全站信息核实至 2026 年 9 月。世界模型领域月度级变化，关键事实均附来源链接，建议每 1–2 个月按资源库·信息跟踪的方法刷新一遍认知。标注「待核实」的内容表示来源单一或存疑，引用前请自行验证。

🧭 PM 视角提示块

全站穿插 💡 PM 视角提示块：把技术事实转译成「产品判断 / 面试谈资 / 决策框架」。这是本站与普通技术教程的核心区别——一切服务于「你能做判断、能对话、能拿 offer」。

04推荐学习顺序（按你的背景定制）

岗位解码（jd.html，约 40 分钟）P0
先搞清楚「这个岗位到底要什么、你缺什么」。带着问题学，效率翻倍。
World Model 101（wm101.html，约 60 分钟）P0
建立核心心智模型：世界模型是什么、与 LLM/视频生成的关系、四大技术路线之争。这是全站的「总纲」。
技术主线（tech.html，约 2–3 小时，可分两天）P0 P1
生成式基础 → 视频生成 → 世界模型三章精读；3D 表示、交互范式两章次之。每个概念都有「一句话定义 + 直觉 + 为什么重要」，不需要数学背景。
玩家与格局 + 应用与场景（players.html · apps.html，约 1.5 小时）P0
2025–2026 的行业剧变（Sora 关停、可灵赚钱、Genie 3 交互世界）是你面试的「弹药库」。建议边读边记 3 个自己的观点。
商业化与生态（business.html，约 50 分钟）P0
与你的商业化长板直接对接；重点看「Sora 失败 vs 可灵成功」的商业化对照案例。
个性化学习路径（path.html）+ 论文与资源库（resources.html）
制定你自己的 2–4 周执行计划；资源库用于按需深挖，不必通读。
术语表 + 面试准备（glossary.html）P0
面试前一周每天过一遍术语表；用「面试准备」部分的答题框架写出你自己的版本。

✅ 学完的验收标准

① 能用 3 分钟向非技术高管讲清「世界模型是什么、为什么重要」；② 能画出 2026 年世界模型/视频生成竞争格局图并给出自己的判断；③ 听到 DiT、时空 patch、3DGS、JEPA、动作条件生成等术语不心慌且能追问出正确问题；④ 针对 JD 三大职责各准备好一个「我的方案雏形」；⑤ 完成学习路径中的 4 件作品集产出。