语言模型难引科学革命，世界模型或有潜力

语言模型的创新局限

Google DeepMind研究员Tom Zahavy在一篇名为《LLMs can't jump》的立场论文中明确指出：大语言模型（LLM）无法触发科学革命。其核心论点是，LLM本质上依赖统计模式匹配，缺乏构建因果推理、物理直觉和反事实想象所必需的认知机制，因而难以实现范式突破式的原创发现。

世界模型作为替代路径

Zahavy认为，真正有望推动基础科学进步的是‘世界模型’（world models）——即能学习并模拟环境动态、物理规律与因果结构的AI系统。这类模型不局限于文本生成，而是通过与具身环境交互或基于多模态感知构建内部表征，从而支撑假设生成、实验设计与理论演化。

论文定位与影响

该立场论文并非技术评测，而是对AI在科学发现中角色的哲学与认知层面反思，已发表于The Decoder平台。