Новое направление в искусственном интеллекте, «мировые модели», обещает революционизировать робототехнику, создание контента и научные исследования, позволяя ИИ понимать и симулировать физический мир.
В сфере искусственного интеллекта набирает обороты новое направление — «мировые модели». В отличие от языковых моделей, которые работают с текстом, мировые модели нацелены на симуляцию физического мира или его приближенных версий.
Эксперты видят в мировых моделях ответ на ограничения существующих языковых моделей. За последние годы в это направление были вложены значительные инвестиции, появились новые разработки, такие как Google DeepMind Genie 3, World Labs Marble и Runway GWM-1.
Понятие «мировая модель» описывает систему, которая на основе взаимодействия с окружением может предсказывать дальнейшее развитие событий. По определению Runway, такая модель строит внутреннее представление среды и использует его для симуляции будущих событий.
Ключевыми отличиями от языковых моделей являются демонстрация пространственного и непрерывного понимания. В то время как LLM работают по принципу «вопрос-ответ», мировые модели предполагают более динамичное и синхронное взаимодействие, позволяя пользователю или агенту совершать непрерывные действия в симулируемом мире.
Основные критерии, определяющие мировую модель, включают способность генерировать миры с перцептивной, геометрической и физической согласованностью, мультимодальность и возможность предсказывать следующие состояния на основе входных данных.
Применение мировых моделей обещает быть разнообразным: от обучения роботов и тестирования до генерации 3D-ассетов для игровой индустрии и кинопроизводства, а также проведения научных симуляций.
