赌注 专家解释它们是如何工作的，它们能做什么，以及仍未解决的问题。致谢：Aurich Lawson | Getty Images 致谢：Aurich Lawson | Getty Images 在过去几年中，我们许多人都经历了一堂我们现在称之为人工智能的速成课程——但实际上，这主要是一堂关于大型语言模型的速成课程。然而，越来越多的是，LLM不再是唯一一个引发高期望、巨额融资和重要研究与产品开发的AI类别。在过去一年中，我们看到了一系列被标记为“世界模型”的新公告，未来几个月和几年内您可能会看到更多的动态。世界模型的目标是为能够模拟物理世界（或至少是其有用近似值）的AI系统奠定基础，而不是或除了处理语言。为了探讨这个想法中不同和重要的地方，《阿斯》与三位正在从事世界模型和相关技术的专家进行了交谈：MIT的Vincent Sitzmann，Runway的Anastasis Germanidis，以及World Labs的Ben Mildenhall。通过这些对话，我们了解到，虽然LLM作为产品是从接口（聊天）开始，然后寻找用例，但目前世界模型的大型参与者可以说是在相反的方向努力：他们从具体的用例和机器人、研究和资产生成的应用开始，但接口、系统和工具最终的样子仍不明确。 目录 从LLM幻灭的下坡路 正如您不久后将看到的，LLM和世界模型在架构和人们希望它们随着时间推移而改进方面有许多相似之处。然而，对于一些人来说，它们被视为LLM局限性的潜在答案，尽管它们的工作早于那个当代叙事。“你要扩展LLM的能力到人类水平的想法完全是胡说八道，”前Meta首席AI科学家Yann LeCun在今年早些时候对《连线》表示。LeCun因其在AI和LLM领域的看法引发了争议，而他实际上是为该领域相当大一部分人发声。另见计算机视觉先锋Fei-Fei Li，她是World Labs的共同创始人之一，致力于世界模型。在去年底的一篇Substack帖子中，她写道：如今，领先的AI技术，例如大型语言模型（LLMs）已经开始改变我们获取和处理抽象知识的方式。然而，它们仍然是在黑暗中善用言辞的文人；口才出众但经验不足，知识丰富但缺乏基础。空间智能将改变我们创造和与现实和虚拟世界互动的方式——彻底革新讲故事、创造力、机器人技术、科学发现等。 这是AI的下一个前沿。LeCun和Li的投资建立在这些想法之上，因此他们会这样说并不令人惊讶。但您也会看到一些仍主要与LLM合作的知名人士表达类似的观点。“我认为我们处在一个LLM泡沫中，而我认为这个LLM泡沫可能在明年破裂，”Hugging Face的首席执行官Clem Delangue说道——该平台托管各种类型的LLM库。“不过，在将AI应用于生物学、化学、图像、音频、视频时，‘LLM’只是AI的一个子集，”Delangue在会议上补充道。“我认为我们正处于这一开始，未来几年会看到更多。” 财政波动 在过去几个月中，世界模型已经从一个研究主题（当然它们仍然是这一本质）转变为新商业项目和巨额融资的基础。一些关键的例子：8月，Google DeepMind推出了Genie 3，一个建立在视频生成模型基础上的实时交互模型。11月，World Labs推出了Marble，一个模型和工具集，允许用户根据文本、图像、视频或其他资产的输入生成可导出为3D资产的沉浸式环境。仅仅一个月后，视频生成和电影制作AI公司Runway进入了这一领域，宣布推出GWM-1，这是一组三个基于Runway过去与视频模型的工作构建的专业世界模型。更近期的是，Yann LeCun创办了Advanced Machine Intelligence (AMI) ，该公司押注于AI系统的真正未来在于与物理世界交互（或至少模拟它）的模型，而不仅仅是语言。这些和类似的努力都获得了大量资金。World Labs和AMI分别在2月和3月筹集了约10亿美元，而Runway在2月也筹集了3.15亿美元。围绕世界模型的一些活动至少部分旨在明显构建通用人工智能（AGI）或超级智能的基础，但大多数从事这些工作的人都在谈论实际应用：训练、测试和驱动机器人；基因...