Niantic,曾开发《Pokémon Go》的公司,去年出售了这款游戏,并迅速转向硅谷当前最热门的人工智能领域之一:世界模型。Niantic Spatial的首席技术官Brian McClendon表示:“我们的核心目标是重建现实世界。”他希望利用公司积累的大量世界数据来构建数字复制品。与以文本为基础的大型语言模型不同,世界模型依赖视觉输入,能够生成模拟物理环境的数字场景。

这种软件正逐渐渗透进我们的日常生活,即使你未必会直接与世界模型交互。2027年可能成为家庭机器人和无人驾驶汽车大规模普及的重要年份,而这两者的发展都离不开世界模型的进步。现在正是深入了解这些智能机器“思考”方式的好时机。

Odyssey人工智能实验室的CEO Oliver Cameron解释道:“语言模型是给出一句话,然后预测下一词;而世界模型则是输入当前世界的视觉状态(如图像),预测下一时刻的视觉状态。”这些三维生成的场景可以作为数字训练场地。“它们是模拟环境,但看起来和感觉都非常真实。”

McClendon认为,世界模型能帮助机器人在不实际移动或进入目标环境的情况下进行练习。比如,人们可以拍摄机器人将要工作的场所照片,生成三维模型,然后让软件运行“数百万次模拟”,训练机器人适应该空间的各种参数。

不仅是类人机器人需要模拟练习,无人驾驶汽车同样依赖世界模型来提升性能。没有人类驾驶员时,软件必须在瞬间做出反应。

Wayve公司的首席科学家Jamie Shotton指出:“关键是,世界模型必须能对我们在现实世界中的行为做出反应,因此它必须理解物理规律、因果关系,以及其他物体和人如何根据我们的行为调整动作。”

Wayve的生成式世界模型部分依赖行车记录仪视频,利用这些数据重现危险路段和其他现实中难以测试的危险情况。

除了物理应用,开发者们也在探索世界模型对电子游戏的影响。由于物理和三维渲染是游戏的核心,腾讯等大型企业正积极投资自家的世界模型技术。

你可以预期谷歌等大型AI公司会不断宣传其最新的世界模型进展。投资者也在向专注该技术的计算机科学新锐企业投入资金。Meta前首席AI科学家Yann LeCun最近为其Advanced Machines Intelligence创业公司筹集了超过十亿美元资金。著名斯坦福计算机科学家李飞飞于2024年创立了World Labs,该公司今年被AMD以超过80亿美元收购。

即使你打算完全避开自动驾驶汽车和家用机器人,世界模型也已经在幕后影响着劳动力市场。为了模拟我们的物理世界,AI实验室需要真实的人类来录制数据。今年早些时候,我用iPhone绑在额头上,在家中录制了数小时的视频,记录自己折叠衣物、洗碗和倒饮料的动作,并通过一个应用出售这些视频数据,获得了微薄的报酬。随着更多公司致力于打造更先进的世界模型,类似的数据采集零工需求可能会大幅增加。

从2016年追逐虚拟怪兽到2026年出售家务视频,这些系统正不断吸收我生活中的更多物理细节。现在,我忍不住想象一个数字幽灵——某个类人机器人被困在我卧室的模拟空间里,用它的金属爪子无休止地折叠我的内裤,每次都稍微做得更好一些。真希望我当初先整理好房间。