2026世界模型排行：李飞飞团队推荐三大功能优缺点

三大功能模块首次划界

几日来, 李飞飞团队以强化学习领域经典框架POMDP为起始点, 针对处于混沌状态的世界模型概念构建起了条理清晰的分类体系。此理论上的重大突破, 把当下各种各样的世界模型产品归结为渲染器、仿真器以及规划器这三大具备不同功能的类别, 给该行业提供了一个统一的技术参照标准。依据斯坦福大学所公开的资料表明, 这一套分类框架已经得到了多家国际顶尖AI实验室的认同。

三类模型一同遵循同一个底层逻辑, 逻辑是: 智能体借由观测来获取环境信息, 基于动作与环境状态去生成交互。渲染器输出供人观看的那种像素画面, 仿真器输出契合客观规律的环境状态, 规划器输出给予智能体的动作指令。

仿真器：关注度最低却价值最深

于三类模型里头, 仿真器所受大众关注度为最低, 然而其却有着最为深远的产业价值。World Labs研究团队表明, 仿真器依据客观规律构建底层结构, 渲染所需要的外观画面以及规划所需要的动作结果皆可从这一结构里衍生出来。当下仅仅专门致力于渲染或者规划的模型, 无法同时具备上述两项能力。

存在一种业界逐渐达成的共识, 即实现环境渲染所依靠的底层世界知识, 与实现物理仿真所凭借的底层世界知识, 以及达成动作规划所需要的底层世界有高度同源性。近期, 多家机器人实验室通过研究显示, 预训练视频渲染模型能够作为环境与动作联合预测的底层基础, 以此打通渲染器和规划器之间的技术障碍。

仿真赛道面临多重技术难题

聚集AI领域众多棘手难题的是仿真赛道, 首要瓶颈是三维数据稀缺, 当前公开能使用的高质量三维场景数据集只有数千个, 远远不足以支撑大规模模型训练, 仿真与现实之间的域差问题也很突出, 模拟环境里的物体物理属性和现实世界有显著偏差。

因生成式仿真之几何隐患, 致使行业产生担忧, 部分模型输出的三维结构存有严重变形。多物理场仿真所需算力极高, 单一场景的全物理仿真运行耗时可达数小时。这些技术挑战令仿真器的研发进度远远落后于渲染器。

三类模型底层共用一套知识

描绘客观世界运行逻辑的几何、物理、动力学这些基础知识, 是三类模型共有的底层原理。能够掌握仿真能力的模型之中, 有的会把对世界的理解转变成可供人类观看的像素画面, 有的则能为实体智能体预先判断动作结果。全体品类的产品, 都正从被动生成输出朝着交互式系统转变。

开启支持依据动作指令塑造出画面的是一些渲染器, 产出的环境能够调控并且能够修改的是仿真器, 进化成是从受动应激样式的决策转变为主动推演样式的决策, 升级态势的关键要旨是持续消融的是三类模型的边界。

大一统世界基础模型成终极目标

技术不断演进所趋向的最终形态乃是大一统世界基础模型, 此惟一一的基座模型, 它能够生成如同照片般逼真的渲染画面, 能够输出契合物理规律的环境结构, 还能够生成动作序列, 并且可以依照下游的需求灵活地切换输出形式, 于同一套模型架构之内平衡各项需求, 这是当下世界模型领域最为关键的攻关课题。

以Marble项目为核心, World Labs正朝着这个方向推进着相应的工作。随着机器智能与客观物理世界二者之间、以及和另外一个未知因素之间的边界, 都完全地消融了, 此时, 它们之间的交互关系将会被重新塑造起来, 这种由交互关系改变所带来的影响会推动空间智能去完成漫长的产业进化历程。语言赋予了机器能够描绘世界的能力, 世界模型终究会让机器实实在在地理解客观世界, 能够去构想客观世界当中的各种事物, 并且还能够与客观世界进行推演式的交互。

产业格局加速重构已势在必行

当前, 已落地量产的绝大多数世界模型产品, 皆已可归纳入三大功能类别之中。新兴的视觉 - 语言 - 动作模型, 以及基于模型的控制系统, 属于规划器方向, 此类系统能够为处于非结构化环境里的机器人制定行动策略。渲染器方向内, 是以视频生成模型作为主体, 其数据规模已然达到数亿量级。

对于三大功能类别而言, 你是不是认为其中某一个最大可能性率先达成大规模商业上的落地呢? 欢迎于评论区去分享你所持观点, 通过点赞以及转发本文能够让更多人将对于世界模型的最新进展知晓, 更多涉及前沿的技术分析的内容请前往www.xysjyywxh.com。

猜你喜欢