代码即物理世界（Code‑as‑World）起源与发展历史

“代码即物理世界（Code‑as‑World）”思想起源与发展历史

圈内口语叫“代码即物理世界”，学术范式名称为 Code‑as‑World，2026年8月27日MirroS团队正式发布同名论文《Code as Worlds: Agentic Discovery of Executable World Representations for Physical Reasoning》，是当前AI圈热议的具身智能/世界模型新范式。
核心主张：不用像素、隐向量、纯文本去表征物理场景；把物体、质量、摩擦、动力学演化全部写成可执行仿真代码（如MuJoCo场景描述），AI把观测（视频/图像）反向还原出这套代码，用代码运行、仿真、干预、验证，以此理解物理世界。

一、思想史前溯源（哲学、早期AI，1980‑2021）

1. 泛计算论（Pancomputationalism）哲学根基

• 哲学源头：宇宙即计算，物理定律本质是可执行程序，物质是运行时状态。物理学方程等价于算法，现实世界是一套大规模运行的计算系统，这是“代码描述物理”最底层思想来源。
• MIT罗德尼·布鲁克斯 包容架构 Subsumption Architecture（1980s）：机器人不靠全局符号世界模型，靠简单程序模块和环境交互生成智能。埋下一条关键教训：符号/程序才适合真实物理交互，纯感知预测会失忆、状态崩坏。
• 传统符号AI失败：早期物理推理（Qualitative Physics定性物理）尝试用逻辑方程描述物体碰撞、下落，但很难从原始视觉观测自动推导，只能人工手写规则，无法规模化。

2. 仿真驱动AI与基于模型强化学习（MBRL，2015‑2021）

• MBRL：学习一个环境模型（世界模型），在仿真环境里做规划训练。早期世界模型大多是隐向量 latent 模型，不是显式代码；模型是神经网络黑盒，不可读、不可编辑、无法人工干预参数。
• MuJoCo、Isaac Sim等物理仿真器成熟：人类手写XML/JSON场景代码描述物体、物理参数，运行得到物理演化。人写代码→仿真出物理现象；但AI不能反过来从视频自动写出这套代码，这是当时的瓶颈。

这一阶段：人写代码生成物理世界；AI做感知、做仿真内训练，但不会逆向把现实观测还原成代码。

二、前置技术铺垫（2022‑2025：大模型代码能力爆发，过渡阶段）

三件事凑在一起，催生Code‑as‑World思想：

1. LLM代码生成能力爆发：GPT‑4、CodeLlama等可以稳定输出仿真、机器人控制代码。出现PaLM‑SayCan（2022）：大模型输出机器人API调用代码完成物理任务；ProgPrompt用程序式规划做机器人任务规划。

   此时代码仍然只是任务输出，不是AI内部表征世界本身。

2. 世界模型路线分裂（2023‑2025）

   • A路线：视频生成式世界模型（如Gen‑2、Sora）：输出像素画面。画面非常逼真，但没有显式物体质量、摩擦、惯性；物体离开画面就丢失状态，干预推理不可靠（幻觉物理）。
   • B路线：显式3D几何重建：重建物体mesh，但缺少动力学参数，不知道“物体多重、碰撞会怎样”。 学界越来越意识到：像素、几何、文本都不足以作为物理世界的内部表征，需要可执行、可仿真的显式机制表征。

3. Code2Worlds（2026‑02，arXiv:2602.11757）
   提出闭环范式：Prompt → Code → 仿真世界执行 → 反馈回传 → 修改Code。把代码生成+仿真执行反馈形成闭环，但它是文本生成世界，不是从真实世界视频观测逆向反推代码。

Meta‑斯坦福2026年5月综述《Code as Agent Harness》：提出代码不再只是输出物，而是Agent的运行骨架、推理/环境建模载体，为Code‑as‑World做思想铺垫。

三、范式正式诞生：Code‑as‑World（2026‑08‑27）

MirroS团队arxiv发布论文《Code as Worlds: Agentic Discovery of Executable World Representations for Physical Reasoning》，正式提出完整范式，引爆AI圈讨论。

核心创新点（区别过往工作）

1. 逆向方向：从真实视频观测反推可执行物理代码
   输入一段现实世界视频，Agent循环迭代：生成MuJoCo仿真场景代码 → 运行仿真 → 和原视频比对误差 → 修改代码里物体质量、位置、摩擦系数，多轮迭代收敛，得到一套可以复现视频物理现象的可执行代码。

   像素是现象证据，代码才是世界的机制表征。

2. 世界表征三层拆分

3. 组成层：物体、几何、质量、摩擦等物理参数；

4. 演化层：动力学、碰撞、状态变迁规则；

5. 外观层：纹理、光照、相机；
   全部编码为可执行仿真程序，不是隐向量。

6. 闭环Agent回路：观测→假设代码→仿真执行→对比观测→修正代码。得到的代码既可以做物理推理，也可以作为监督数据训练多模态模型。
   团队放出Code‑as‑World‑VL‑9B模型，在QuantiPhy物理推理基准超过Gemini‑3.1 Flash。

同期行业舆论呼应

• Vercel CEO Guillermo Rauch（2026‑07）公开观点：AI告诉我们一切都可以表达为代码，甚至宇宙本身可能就是代码。社交媒体传播，把“万物皆代码”推到公众视野，和Code‑as‑World技术形成舆论共振。
• IJCAI 2026，吴佳俊获奖演讲：“像素只是表象，物理代码通向动力学与因果”，强化学术界共识：视觉生成不等于物理理解。

四、三条并行路线对比（方便区分）

范式	世界表征形式	方向	局限
视频生成世界模型	像素/隐向量 latent	输入条件→生成画面	物理机制是黑盒，状态容易崩坏，干预不可控
Code2Worlds	仿真代码	文本提示生成仿真世界	只能正向生成，不能从真实视频逆向还原
Code‑as‑World（代码即物理世界）	可执行物理仿真代码(MuJoCo等)	真实观测(视频)逆向推导物理代码	计算开销大，只能处理中等复杂度场景，尚处于原型研究阶段

五、后续发展与开放问题（2026年8‑9月现状）

1. 定位：不是取代视频世界模型，是互补。

   Code‑as‑World负责机制、因果、干预推理；视频模型负责渲染真实视觉纹理；架构上可以组合：代码管逻辑状态，大模型负责渲染画面。

2. 当前局限

3. 只能处理简单场景，复杂开放世界逆向推导代码成本极高；

4. 仿真器本身存在物理误差；

5. 从视频反推多组物理参数属于欠定问题，存在多解。

6. 衍生方向

7. 具身机器人：把现实环境自动转成可编辑仿真代码，作为机器人内部世界模型；

8. 物理AI训练：从真实视频自动生成带真实物理标签的训练数据集；

9. Agent：把物理世界理解变成可调试、可调试、可版本管理的程序，而不是黑盒神经网络。

六、一句话时间线速览

1. 80‑90年代：定性物理、包容架构，尝试用程序描述物理世界，但只能人工写，AI不会逆向推导。
2. 2015‑2021：MBRL、仿真器成熟；世界模型大多是隐向量黑盒。
3. 2022‑2025：大模型写代码能力崛起；机器人领域用代码做任务规划，但代码只是输出，不是内部世界表征。
4. 2026‑02：Code2Worlds实现“文本生成仿真代码闭环”，正向生成世界。
5. 2026‑08‑27 Code‑as‑World正式发布：实现从真实视频逆向还原可执行物理代码，“代码即物理世界”范式正式成型，成为AI圈热点。