世界模型将不可避免，你需要知道这些

2016年风靡一时的《精灵宝可梦GO》开发商Niantic去年出售该游戏后，已全面转向目前硅谷最热门的人工智能领域：世界模型。该公司首席技术官Brian McClendon表示，其核心目标是重建真实世界。与主要处理文本的大型语言模型不同，世界模型通过视觉输入来生成模拟物理规律的数字环境。尽管普通用户可能不直接与之互动，但这种技术正悄然渗透进日常生活，预计2027年将在家庭机器人和无人驾驶汽车领域迎来大规模扩张。

世界模型的核心能力在于预测世界的下一个视觉状态。Odyssey AI实验室CEO Oliver Cameron指出，这能为机器人提供看似真实的3D数字训练场。Niantic Spatial的技术人员设想，只需拍摄特定场景照片并生成3D模型，即可让软件运行数百万次模拟，从而训练机器人在无物理移动的情况下掌握空间参数。Wayve首席科学家Jamie Shotton强调，这类模型必须理解因果关系及物体间的物理互动，因此他们利用行车记录仪数据重现危险路况，以测试在现实中难以复现的极端驾驶条件。

除了自动驾驶，腾讯等游戏巨头也因其对物理和3D渲染的核心需求而投资世界模型。与此同时，资本市场对该技术热情高涨，Meta前首席AI科学家Yann LeCun筹集超十亿美元成立Advanced Machines Intelligence，斯坦福学者Fei-Fei Li创办的World Labs亦于今年被AMD以超80亿美元收购。这些进展显示，世界模型已成为科技行业竞争的新焦点。

值得注意的是，构建更精准的世界模型需要大量真实人类行为数据，这正在幕后重塑劳动力市场。作者近日将iPhone绑在头上录制家务视频，并通过应用出售这些数据以换取微薄收入。随着更多公司试图完善世界模型，此类采集数据的零工经济工作可能会增加。从捕捉虚拟怪兽到记录日常琐事，个人生活数据正被越来越多地摄入系统，用于训练如折叠衣物等具体任务中的仿生机器人。