Code as World

这是什么？适合谁？

Code as World（MirroS-Lab/Code-as-World）是一个面向物理推理的可执行世界表征：Code as World：面向物理推理的「可执行世界表征」Agentic 发现方法（MirroS-Lab 出品）。

核心价值：MirroS-Lab 出品的「可执行世界表征」Agentic 发现方法，用代码作为世界的可执行表征支撑物理推理，367 星研究型项目，Agent 物理推理前沿。

适合人群：

• 研究 Agent 物理推理的研究者
• 做世界模型与具身智能的人
• 关注可执行表征的开发者

使用前提：Python 环境与基础物理/研究背景

准备工作

1. 安装：克隆仓库并安装依赖
2. 环境：Python + 研究计算环境
3. 准备：阅读论文与方法说明
4. 成本：Apache-2.0 开源免费
5. 时间：复现 + 跑通示例约 2 小时

快速上手（3 步）

第一步：克隆安装

git clone https://github.com/MirroS-Lab/Code-as-World && cd Code-as-World && pip install -r requirements.txt

获取代码并安装依赖。

第二步：跑示例

# 按 README 运行一个物理推理示例

复现可执行世界表征的物理推理。

第三步：扩展实验

# 用自己的物理任务验证

在自定义任务上应用该方法。

成功判定：复现一个物理推理示例并理解可执行世界表征的机制。

初级用法

物理推理

用可执行代码表征做物理推理。

世界建模

构建可执行的世界表征。

Agent 发现

让 Agent 发现世界运行规则。

高级玩法

跨场景泛化

把表征迁移到新场景。

具身智能

结合机器人/环境交互。

可验证推理

用执行结果验证推理。

小技巧

1. 先读论文理解方法假设
2. 从官方示例开始复现
3. 关注计算资源消耗
4. 记录实验参数保证可复现
5. 项目为研究性质，成果需自行评估

常见踩坑

踩坑 1：依赖冲突

• 现象：安装失败
• 原因：研究代码环境敏感
• 解决：用独立虚拟环境

踩坑 2：结果不可复现

• 现象：输出不一致
• 原因：随机种子/版本
• 解决：固定种子与版本

踩坑 3：理解偏差

• 现象：误用方法
• 原因：未读论文
• 解决：先读方法说明

踩坑 4：资源不足

• 现象：跑不动
• 原因：计算量大
• 解决：小规模验证

踩坑 5：成果不确定性

• 现象：效果未达预期
• 原因：研究前沿
• 解决：合理设定期望

常见问题 FAQ

Q1: 它是模型还是方法？

A: 是可执行世界表征的 Agentic 发现方法。

Q2: 免费吗？

A: Apache-2.0 开源免费。

Q3: 适合谁？

A: 物理推理/世界模型研究者。

Q4: 能直接商用吗？

A: 研究性质，商用需自行评估。

Q5: 需要什么环境？

A: Python 与计算环境。

进阶学习建议

掌握基础后，建议深入：

1. 深入研究可执行世界表征的论文
2. 对比其他物理推理方法
3. 探索与具身智能的结合

参考链接

• 官方仓库

最后更新：2026-09-02 · 作者：MagicNetWorld · 基于公开资料整理，关键数据经 GitHub API 独立实测核验，AI 辅助生成