理解并模拟主观认知与心理状态的产生、演化以及对行为的影响，是推动人工智能向更深层次社会认知和通用智能迈进的关键。现有的大型语言模型（LLM）和心智理论（ToM）方法主要依赖语言信息推断心理状态，缺乏统一的主观世界构建机制、认知‑心理交互模型、动态演化过程以及历史依赖性。本文提出了心理世界模型（MWM）及其实现——多分支心理演化架构（MMEA），该架构显式构建主体的主观世界，建模认知与心理状态之间的相互作用，并在历史经验的驱动下模拟连续的心理演化。实验在 DynToM 与 RecToM 基准上分别取得 96.48% 与 94.00% 的准确率，显著超越主流 LLM 和专用 ToM 方法。进一步的评估显示，在心理状态与行为预测、长序列预测以及隐式心理状态推断三个任务上，MMEA 的提升幅度分别达到 28.7、39.3 和 16.6 个百分点。结果表明，MMEA 提供了一个可解释的连续心理建模框架，使 AI 能够超越表层语义表示，从语言中推断个体潜在的心理状态，并动态模拟其内部认知过程及随时间的演化。MWM 还为因果推理、个性化 AI、持续的人机交互以及通向人工通用智能（AGI）的未来研究奠定了基础。
点评