ARYA：一种物理约束的可组合与确定性世界模型架构

本文提出ARYA，一种可组合、受物理约束、确定性的世界模型架构，它建立在五项基础原则之上：纳米模型（nano models）、可组合性、因果推理、确定性与架构级AI安全。我们证明ARYA满足全部经典世界模型要求，包括状态表征、动态预测、因果与物理感知、时间一致性、泛化、可学习性，以及规划与控制。与单体式基础模型不同，ARYA基础模型通过由专用纳米模型构成的层级式“系统之系统之系统”来实现这些能力，并由AARA（ARYA Autonomous Research Agent）加以编排——这是一个常驻运行的认知守护进程，持续执行感知-决策-行动-学习循环。纳米模型架构提供线性扩展、稀疏激活、选择性去训练（selective untraining）与低于20秒的训练周期，化解了能力与计算效率之间的传统矛盾。一项核心贡献是不可触发的安全内核（Unfireable Safety Kernel）：一个在架构上不可变更的安全边界，任何系统组件——包括其自身的自我改进引擎——都无法将其禁用或绕过。这不是一份社会或伦理层面的对齐声明，而是一个技术框架，确保随着自主性提升，人类控制依然得以保持。安全是约束每一次操作的架构性约束，而非事后追加的策略层。我们给出ARYA架构与经典世界模型要求之间的形式化对齐，并汇总报告其在与GPT-5.2、Opus 4.6和V-JEPA-2正面对比的9个竞争性基准中6个上取得的最先进性能。这一切均在零神经网络参数下实现，并覆盖七个活跃的行业领域节点，横跨航空航天、制药制造、油气、智慧城市、生物技术、国防与医疗器械。