博主头像

輝達和 AMD 都想要的「世界模型」是什麼？【科學關鍵字EP5】

外来客 • 2026-10-19 18:01:09

分享
𝕏 f ◉
声明：本文为对公开内容的摘要整理， 未经本站独立核实，可能与原内容存在出入，不代表本站立场、观点或建议； 观点与版权归原作者及原平台所有。 如涉及版权问题，请联系我们，核实后立即删除。 [ 免责声明 ]

🧠 核心观点

  • “世界模型”旨在预测物理世界的动作后果与空间一致性，区别于仅进行文本接龙的通用语言模型。
  • 解决莫拉维克悖论的关键在于让机器理解物理规律（如重力、摩擦力），而非单纯增加模型参数规模。
  • 评估标准应聚焦于模型在更换物体重量、抓取方式或环境条件后，预测动作后果的准确性与鲁棒性。

📊 关键事实/论据

  • AMD宣布以82亿美元收购李飞飞创立的World Labs，旨在通过整合模型研发来指导下一代AI芯片设计方向。
  • Meta的V-JEPA 2利用超过100万小时视频及62小时机器人操作数据训练，在特定测试条件下任务成功率约为65%至80%。
  • Google的人形机器人在桌上取物成功率约68%，地上取物约46%；其系统通过分离指令理解与动作生成模块来定位性能瓶颈。
  • NVIDIA的Cosmos模型可生成道路场景数据，Alpamayo自驾模型能读取影像并输出轨迹及决策理由，用于辅助自动驾驶开发。
  • 研究者通过黑白棋实验证明，仅训练预测下一步棋子的AI，其内部状态可被解码器还原为完整棋盘信息，显示接龙训练可能衍生出世界模型能力。

🚀 结论

  • 视频博主押注“精准预测动作后果”路线，认为能应对变量变化并支持规划才是有效世界模型；另一方观点则认为语言模型结合影像与动作数据亦可实现类似功能。
  • 无论技术路径如何演进，处理视频、三维空间及机器人数据均需更多算力，因此芯片厂商（如AMD、NVIDIA）在商业利益上倾向于支持所有能增加计算需求的技术方向。

博主头像 👤 同一博主

查看该博主全部 44 篇

🧭 类似博主

0 条评论

发表评论

请先 登录 后参与讨论。