World Models Will Soon Be Inescapable. Here’s What You Need to Know

TL;DR · AI 摘要
世界模型将迅速渗透日常生活,通过模拟物理环境提升机器人和自动驾驶技术。
核心要点
- 世界模型利用视觉输入模拟物理环境,用于训练机器人和自动驾驶汽车
- Niantic和Wayve等公司通过世界模型进行数字训练,减少实际测试风险
- 2027年世界模型将推动家庭机器人和自动驾驶汽车的普及
结构提纲
按章节快速跳转。
思维导图
用一张图看清主题之间的关系。
查看大纲文本(无障碍 / 无 JS 友好)
- 世界模型技术
- 核心特性
- 视觉输入处理
- 物理模拟引擎
- 应用场景
- 机器人训练
- 自动驾驶
- 游戏开发
- 技术挑战
- 实时渲染延迟
- 环境泛化能力
金句 / Highlights
值得收藏与分享的关键句。
世界模型通过视觉输入预测下一视觉状态,生成逼真的数字环境
Wayve利用行车记录仪视频模拟危险道路,提升自动驾驶安全性
数字训练可减少机器人物理测试成本,实现百万级模拟迭代
世界模型将不可避免。你需要了解这些 | WIRED
Reece Rogers
Gear
2026年11月8日 5:00 AM
世界模型将不可避免。你需要了解这些
将AI从文本转向三维空间,世界模型通过模拟现实物理规律,教会机器人和自动驾驶汽车如何在现实中导航。
插图:Jacqui VanLiew;Getty Images
保存这个故事
2016年,暮色中你正在社区里四处游荡。你一边在智能手机上滑动,试图捕捉那只难以捉摸的Snorlax,一边在《精灵宝可梦Go》中扩充自己的收藏。你和数亿其他玩家一起,正在享受一款以可爱角色为核心的混合现实游戏。你没有意识到的是,这些对环境的扫描终将帮助机器人避开障碍并与物体互动。
《精灵宝可梦Go》的开发商Niantic去年出售了这款游戏,并全力转向硅谷当前最热门的AI话题之一:世界模型。“我们非常重视重建现实世界,”Niantic Spatial首席技术官Brian McClendon表示。他希望利用公司积累的大量世界数据构建复制品。与大型语言模型基于文本的特性不同,世界模型使用视觉输入,可以生成模拟物理规律的数字环境。
这种软件将渗透到日常生活中,你可能并不会直接与世界模型互动。2027年可能是家庭机器人和无人驾驶汽车扩展的重要一年,这两者都得益于世界模型的进步。现在是时候更深入地了解这些机器人是如何思考的。
“使用语言模型时,你会给出一个句子,它会预测句子中的下一个单词,”专注于世界模型的人工智能实验室Odyssey首席执行官Oliver Cameron表示。“而使用世界模型时,你会给它一个世界的视觉状态,一张图片,然后它会预测下一个视觉状态。”这些3D生成技术可以作为数字训练场。“它们是模拟,但看起来和感觉上都很真实,”他说道。
McClendon认为这些世界模型可以帮助机器人在不进行物理移动或进入预期环境的情况下进行练习。他表示,有人可以拍摄机器人预期工作场所的照片,生成3D模型,然后让软件运行“数百万次模拟”来训练机器人了解空间参数。
不仅人形机器人可以利用模拟训练,无人驾驶汽车同样能通过世界模型提升性能。没有人类驾驶员的情况下,软件的瞬时反应至关重要。
“重要的是,世界模型必须能够对我们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,以及其他人和物体如何根据我们的行为改变自己的行动,”构建专为汽车设计的世界模型的Wayve公司首席科学家Jamie Shotton表示。
Wayve的生成式世界模型部分依赖于行车记录仪视频。这家初创公司利用它来重现危险道路和其他在现实生活中难以测试的危险条件。
除了物理应用,开发者还在分析世界模型可能对视频游戏产生的影响。由于物理规律和3D渲染是视频游戏的核心,腾讯等大型企业正在投资开发自己的世界模型。
你可以预料到像谷歌这样的大型人工智能公司会继续吹嘘其最新的世界模型改进。投资者也在向那些正在转向该技术的计算机科学领域新贵投入大量资金。Meta前首席人工智能科学家Yann LeCun最近筹集了超过十亿美元,用于资助他的Advanced Machines Intelligence初创公司。此外,著名的斯坦福大学计算机科学家李飞飞于2024年创立了一家名为World Labs的初创公司,今年AMD以超过80亿美元的价格收购了该公司。
即使你计划完全避开自动驾驶汽车和家用机器人,世界模型已经在幕后扭曲了劳动力市场。为了模拟物理世界,人工智能实验室需要真实的人来记录它。今年早些时候,我将一部iPhone绑在前额,在我的公寓里录制了数小时的视频。我记录了自己用手折叠衣物、洗碗和倒无糖可乐的过程,通过一个应用程序出售这些视频数据,所得报酬相当微薄。随着越来越多的公司试图构建更先进的世界模型,这种类型的数据收集工作可能会产生更多的零工工作。
从2016年追逐虚拟怪物到2026年出售家务视频,这些系统正在吞噬我越来越多的现实生活。现在我无法停止想象,在我卧室的模拟场景中,某个仿人机器人被困在数字幽灵中,用金属爪子无休止地折叠我的内衣——每次折叠都会略微进步一点。对不起,我之前没有先整理好房间。