隨着大語言模型技術進步放緩，一場圍繞 “世界模型” 的全新 AI 競賽正在科技巨頭之間悄然展開。這一趨勢標誌着 AI 領域競爭焦點可能正從語言領域轉向對物理世界的理解和模擬。
據英國《金融時報》9 月 29 日報道，谷歌 DeepMind、Meta 和英偉達等公司正試圖通過開發一種新型系統來取得領先。這些系統不再僅僅依賴語言文字，而是通過學習視頻和機器人數據來理解並駕馭物理世界。
“世界模型” 的潛在市場被認為極其龐大。英偉達 Omniverse 與仿真技術副總裁 Rev Lebaredian 表示，“世界模型” 將技術帶入製造、醫療等實體領域，其潛在市場規模可能 “高達 100 萬億美元”。
“世界模型” 被視為推動自動駕駛、機器人和所謂 “AI 代理” 取得進展的關鍵一步，但其訓練同時也面臨巨大的數據和算力挑戰。
<h2 style="text-align: left">模擬物理世界：最新技術突破</h2>
近幾個月，多家 AI 公司相繼發佈了在 “世界模型” 領域的進展，凸顯了這一賽道的升温。
谷歌 DeepMind上月發佈了 Genie 3，該模型能逐幀生成視頻並考慮過去的交互，改變了傳統模型一次性生成整個視頻的方式。Genie 3 項目聯席負責人 Shlomi Fruchter 表示，通過構建模擬真實世界的環境，可以用更具擴展性的方式訓練 AI，且 “無需承擔在現實世界中犯錯的後果”。
Meta則試圖模仿兒童通過觀察世界進行被動學習的方式，用原始視頻內容訓練其 V-JEPA 模型。由 Meta 首席 AI 科學家 Yann LeCun 領導的 Facebook 人工智能研究實驗室（FAIR）已在 6 月發佈了該模型的第二版，並開始在機器人上進行測試。
與此同時，芯片巨頭英偉達的首席執行官黃仁勳斷言，公司的下一個主要增長階段將來自 “物理 AI”，這些新模型將徹底改變機器人領域。英偉達正利用其 Omniverse 平台創建和運行此類仿真，以支持其向機器人領域的擴張。
“世界模型” 的近期應用之一是在娛樂行業。由 AI 先驅 Fei-Fei Li 創立的初創公司World Labs正在開發一種模型，可以從單張圖片生成類似視頻遊戲的 3D 環境。
視頻生成初創公司Runway也於上月推出了一款利用 “世界模型” 創建遊戲場景的產品。其首席執行官 Cristóbal Valenzuela 指出，與以往模型相比，“世界模型” 系統能更好地理解和推理場景中的物理規律。
<h2 style="text-align: left">巨頭為何押注新賽道？</h2>
科技巨頭之所以將目光投向 “世界模型”，一個核心驅動力在於業界普遍認為大語言模型正觸及其能力天花板。
儘管各大公司投入巨資，但 OpenAI、谷歌和馬斯克的 xAI 等機構發佈的新一代 LLM 在性能上的飛躍已開始放緩。
Meta 首席 AI 科學家、被譽為現代 AI“教父” 之一的 Yann LeCun 一直警告稱，LLM 永遠無法實現人類那樣的推理和規劃能力。
然而，構建這些模型需要收集海量的物理世界數據和算力，這目前仍是一項未被攻克的重大技術挑戰。不過，英偉達和 Niantic 等公司在嘗試通過模型生成或預測環境來填補數據空白。
儘管前景廣闊，但通往成熟的 “世界模型” 之路依然漫長。Meta 的 LeCun 等人認為，實現由新一代 AI 系統驅動、具備人類水平智能的機器可能還需要十年時間。

英偉達

谷歌-C

AI 巨頭如谷歌 DeepMind、Meta 和英偉達正將研發重點轉向 “世界模型”，以期在通往機器 “超級智能” 的競賽中領先一步。“世界模型” 通過學習視頻和機器人數據來理解物理世界，應用前景廣闊。英偉達高管表示，潛在市場規模可高達 100 萬億美元，覆蓋自動駕駛、機器人和製造業等領域。

- 科技巨頭正圍繞 “世界模型” 展開新一輪 AI 競賽。  
- 該模型通過學習視頻和機器人數據理解物理世界，市場潛力高達 100 萬億美元。  
- 儘管前景廣闊，構建模型仍面臨數據和算力的重大挑戰。  

超級智能的下一個入口：谷歌、Meta、英偉達……科技巨頭都在加碼 “世界模型”