爱因斯坦世界模型

智能是否需要超越直接经验的推理能力？本文探讨可视化反事实事件能否作为语言的补充机制以支持复杂思维。为此，我们提出“爱因斯坦世界模型”（EWMs），这是一种基于大语言模型的推理系统蓝图，旨在推理轨迹中嵌入视觉 - 时间展开。在 EWM 中，LLM 调用世界模块生成场景的简短展开，将其视为可检查的假设而非最终答案，从而辅助后续推理。该模型将 LLM 的工具调用能力从网络搜索或代码执行扩展至视觉思想实验领域，显著提升了纯文本难以支持的推理能力。