你去一家没来过的商场找出口，通常不会把走过的每一步原样背下来。你更可能在脑中摆出一张简略地图，先“试走”几条路线，再朝最有希望的方向前进。这篇 Nature Machine Intelligence 论文尝试把类似过程写成一个透明的神经网络模型：让系统从内部地图中采样可能的未来，用来规划路线，也用来处理训练时没见过的新状态和新问题。
这值得现在关注，因为主流 AI 的能力往往伴随高昂的训练和能耗成本。论文以“人脑功耗约 20 W”作对照，追问大脑为何能在线学习，并迅速适应变化。不过，本文披露的功耗数字、能力判断和硬件前景都来自同一篇论文，不能视作独立验证。
先在脑中走几遍
模型的第一块基础是认知地图（cognitive map）——大脑对地点、状态以及它们之间关系形成的内部地图。它不一定是一张平面图，也可以组织非空间的问题，例如由若干组件构成的抽象概念空间。
认知地图不只保存过去。论文援引神经科学研究提出，它还可能支持预期、想象和规划：面对目标时，大脑会从地图里生成尚未真正经历的路线。这里的关键机制叫神经采样（neural sampling），即神经活动不是一次算出唯一答案，而是从掌握的可能性中反复抽取样本。说白了，就是先在脑中试演几种未来。
作者 Wolfgang Maass 把认知地图、随机计算（stochastic computing，即借助概率采样展开计算）和组合编码（compositional coding，即用已知组件拼出新状态）放进同一个模型。组合编码尤其重要：新问题未必由全新的零件构成，也可能只是熟悉零件的新组合。
不只预测，还要知道怎么行动
普通的前向模型回答的是：“采取这个动作，环境会怎样变化？”论文又加入逆向模型：先看当前状态和目标状态之间差了什么，再把这种差异映射成可能缩小差距的动作。
这就把内部模拟变成了目标导向规划——先确定想抵达的状态，再比较哪些动作序列可能到达那里。作者认为，即使在由组件拼合而成的复杂任务空间里，认知地图也能由此提供“方向感”；而且较简单的逆向模型有时就足以带来泛化能力。
论文考察了三个差异很大的应用领域，供稿中明确提到二维空间导航，以及用给定模块组合或拆解二维轮廓的问题。模型据此被用于生成训练中没有直接遇到过的状态或新问题的解法。不过，现有材料没有给出完整任务清单、基准对照和具体效果数字，因此无法判断它相对其他方法究竟提升多少。
它给世界模型换了一条路线
世界模型是系统对“环境怎样变化、动作会造成什么后果”的内部模拟。我们此前在 7 月 10 日介绍的 RynnWorld，关注生成式世界模型如何模拟机器人动作之后的画面和空间变化。这项工作走的是另一条路：不以生成逼真画面为重点，而是从认知地图中采样未来，再借助状态差异寻找动作。
训练方式也体现了脑启发取向。论文称，该模型不需要反向传播或随时间反向传播，而是从自身经验在线学习，只依赖自监督的局部突触可塑性——每条连接根据附近可获得的信号自行调整。作者据此认为，它适合芯片内学习，也便于部署到存内计算等节能神经形态硬件上。
这条路线的吸引力不在于宣布大模型已经过时，而在于展示另一种可能：规划未必必须依靠越来越深、越来越大的网络，也可以由结构清楚的地图、采样和组合机制完成。对世界模型研究来说，它提供了一个鲜明问题：系统是否一定要生成完整未来，还是只需生成足以指导行动的几个未来？
局限与未知
- 论文关于“不需要深度神经网络或大语言模型”的说法，是基于其模型结果作出的主张。材料没有提供足够的基准和对照，不能推成对这些方法的全面替代。
- “适合节能边缘设备”主要来自学习规则和计算结构的硬件适配性。材料没有说明模型已在真实芯片上验证能耗，也不能把人脑约 20 W 与其实际功耗直接比较。
- 这是对大脑可能如何规划的计算建模，不等于已经证明真实大脑采用同一套算法。认知地图在抽象问题中的作用等神经科学解释，仍应谨慎看待。