就在今年秋天，麻省理工学院（MIT）一间普普通通的答辩教室里，一切都尘埃落定。一个年轻的华人面孔，刚刚结束了他的博士论文答辩。他叫陈博远。听起来很平常，对吧？但这个过程，他只用了不到四年。在MIT，这几乎是个传说。

而当他走出这间教室，脱下那件象征性的“博士生”外衣时，他的另一个身份早已在加州发光发热——OpenAI的研究科学家。

这速度，简直就像游戏里开了挂。但真正让人觉得有点不真实的是，这个几年前连Python都玩不转的高中生，现在已经是OpenAI内部GPT图像生成五人核心小组的成员。对，就是那个每天都在刷新我们想象力的东西。不仅如此，搅动全球的Sora视频模型，背后也有他深度的参与。他手里正在琢磨的那个叫“世界模型”的概念，可能就是我们通往通用人工智能（AGI）的最后几把钥匙之一。

说起来，这一切的开始，还真有点戏剧性。十几年前，陈博远就是个普通高中生，对编程世界里那些我们现在看来是常识的Python、NumPy，一无所知。转折点，发生在一个科技夏令营。那种很多孩子都会参加的夏令营，没什么特别。但特别的是，他碰到了一个人——当时还在谷歌DeepMind的夏飞博士。夏飞随手向这群高中生展示了一下深度学习的魔力，可能只是几个小例子，但对于陈博远来说，那扇门，就这么“轰”地一下被推开了。

“夏飞是我在AI世界的启蒙老师。”很多年后，陈博远这么说。这不只是一段师徒缘分，它像一颗种子，悄悄地改变了一个人的命运轨迹。

后来他去了加州大学伯克利分校，走的也不是一条典型的“码农”学霸路。计算机科学和数学是主修，这不意外。意外的是，他硬是挤出时间，给自己加了一年的哲学辅修。

这在当时，别说别人了，可能他自己都会觉得有点“不务正业”。毕竟在那个技术为王的环境里，花时间去琢磨苏格拉底和康德，似乎没什么“用”。但现在回头看，这恰恰成了他最锋利的一把刀。这种文理兼修的背景，让他有了一种罕见的能力：既能一头扎进满是公式和代码的技术细节里不出来，又能随时抽身，像个局外人一样审视这一切，去问“为什么是这样？”“这个问题的根源到底在哪？”。在AI这个需要不断定义问题、而非仅仅解决问题的领域，这种思维深度，太珍贵了。

大学时他还没闲着，甚至搞了个机器人教育公司。从硬件设计到软件编程，从0到1地开发了一整套给学生们打比赛用的机器人套件。这段经历，没有让他成为亿万富翁，却让他比象牙塔里的许多同龄人，更早地明白了一个朴素得掉渣的道理：技术吹得再天花乱坠，如果不能真的落地，不能解决一个哪怕很小但很具体的问题，那它什么都不是。

带着这份认知，2021年，他踏入了MIT的计算机科学与人工智能实验室（CSAIL），师从机器人领域的泰斗RussTedrake和计算机视觉专家VincentSitzmann。这是个什么地方？全球计算机领域的顶流圣地，博士平均毕业时间是五到六年，录取率低得吓人。所有人都觉得，这孩子的路，该一帆风顺了吧。

结果，现实狠狠给了他一拳。

博士第一年，陈博远几乎快被自己压垮了。整整一年，一篇论文都没有。一个字都没变成铅字。没有任何能拿得出手的实质性成果。在MIT这种地方，身边的人每天都在突破，都在发表，而你“零产出”，那种压力，那种自我怀疑，足以把人吞噬。

就在他最找不到北的时候，那个当年为他推开大门的夏飞博士，又出现了。已经是DeepMind资深研究员的夏飞，邀请他合作一个叫NLMap的项目。这项目想干嘛呢？简单说，就是让机器人能听懂人话。比如你跟它说，“去，把桌上那个红色的杯子给我拿过来”，它就得自己看懂周围的环境，知道哪个是桌子，哪个是杯子，哪个是红色的，然后规划出一条路过去拿。

谁都没想到，这个项目成了。论文被顶会NeurIPS收录，到现在引用量已经超过300次，成了具身智能导航领域一个绕不开的标杆。这次合作，就像一只手，把他从那个低谷里硬生生拽了出来。更重要的是，他找到了自己真正想做一辈子的事。

到底什么是“世界模型”？为什么Sora生成的视频，会让人觉得那么“真”？

其实，现在的AI，不管画图还是做视频，它本质上并不“理解”我们这个世界。它就像一个把交规手册背得滚瓜烂熟的学霸，每一个条款都倒背如流，但你让他上路开一圈，他可能连方向盘都打不明白。AI只是在海量的数据里找规律，做拼接，它不知道重力是什么，也不知道水为什么会溅起来，更不明白“你追我赶”里那种微妙的因果关系。

而陈博远他们干的“世界模型”，就是要给AI装上一个能模拟、能理解世界基本运行规律的“大脑地图”。让它在生成每一帧画面时，都仿佛在脑子里预演了一遍物理世界会发生什么。

所以当我们惊叹Sora生成的视频里，那个女人的倒影在积水里会随着她的走动而自然晃动，光影变化那么符合逻辑时，背后起作用的，正是这种对物理世界的模拟和理解。用陈博远自己的话说：“没有什么比看到自己的研究，能够改变整个领域的范式更让人兴奋的了。”

这事儿，现在看，和OpenAI的未来简直是完美契合。最近有消息说，OpenAI正在秘密组建一个人形机器人算法团队，招聘启事里明晃晃地写着，目标是在真实世界里，推动AGI级别的智能。而研发的重中之重，恰恰就是能让机器人理解物理世界的技术。

这几乎就是为陈博远量身定做的舞台。他自己也说，会在OpenAI继续推动世界模型在机器人上的应用，甚至愿意用一生去推动通用机器人的发展。

2024年，他在个人博客里写下这样一段话：“我可以负责任地告诉大家，具身智能一定是下一个一百年最令人激动的技术。并且，我们在有生之年，很有希望见证通用机器人的诞生。”但他不是那种只知道喊口号的梦想家。他紧接着就引用导师的话提醒所有人，也提醒自己：“可以以结果为导向做科研，但不可以网红视频为导向。”这份冷静和清醒，在这个浮躁的时代，比天赋更稀有。

陈博远的这条路，其实一点也不“天才”。他不是天生的大神，他也迷茫过，挣扎过，甚至在最顶尖的环境里，经历过整整一年的颗粒无收。但正是因为对哲学的好奇，让他总能跳出框架看问题；因为动过手创过业，让他始终关注真实世界；因为在冷板凳上坐得住，让他在一个看似冷门的方向上挖得足够深。

当全世界的科技巨头，从特斯拉的Optimus到谷歌，再到OpenAI，都开始疯狂涌入机器人这个赛道，争夺那个关于物理世界的未来制高点时，人们才猛然发现，这个年轻人，原来早就站那儿了。

真正的突破，从来都不是给那些追着风口跑的人，而是属于那些很早就在荒地上，既仰望星空，又一锹一锹挖土的人。