简介¶
WorldForge 是一个用于构建面向物理 AI 系统的、基于世界模型的工作流的框架。它面向物理 AI 应用的构建者，是 Stable World Model 等「模型训练」栈的对位补充：帮助机器人与物理 AI 构建者在世界模型之上组合、评估并基准测试工作流，而不是去训练这些模型。
整个框架围绕一个主干循环组织：用动作条件化的预测世界模型，在潜空间中对动作候选进行规划与打分。
policy提供方根据观测提出候选动作块predict提供方将候选动作作为动作条件化的前向动力学进行展开score提供方将候选动作作为代价预言机进行排序LatentMPCController负责调用方一侧的 CEM/滚动时域优化器，将三者串联起来- 评估与基准测试对不同配置进行比较，使构建者能够选出最佳配置
提供方边界严格且快速失败（fail-closed），这确保了语义的真实性：JEPA 代价模型不会被视为视频生成器，VLA 机器人策略不会被视为预测动力学模型。世界模型是动力学/代价预言机，而非控制器——控制器始终是纯粹的优化器。
WorldForge 面向正在组合提供方驱动的规划循环、评估运行时与基准测试的 Python 开发者与机器人工程师。它不是托管控制平面、世界生成器或训练框架，也不拥有检查点、机器人运行时、生产遥测或持久化多写入存储。
文档导航¶
完整的阅读路径导航请参阅 文档导航图。
| 需求 | 从这里开始 |
|---|---|
| 安装、创建世界并运行 mock 提供方 | 快速入门 |
| 查找具体 CLI 命令或可选运行时冒烟测试 | CLI 参考 |
| 了解能力名称和提供方边界 | 世界模型分类法 |
| 了解模块职责和规划流水线 | 架构 |
| 在 Rerun 中记录事件、世界、规划和基准测试 | Rerun 集成 |
| 验证检出状态、诊断提供方、运行冒烟测试或准备发布 | 用户与运维人员操作手册 |
| 添加或晋升提供方适配器 | 提供方编写指南 |
| 检查包、测试、类型和 ML 运行时质量规范 | 工程质量 |
若某页面变更了公开行为，需在同一分支中同步更新对应的运维页面及变更日志。WorldForge 文档被视为包契约的组成部分，而非发布后的附注说明。