10月12日，据《金融时报》报道，埃隆·马斯克(Elon Musk)旗下xAI公司正加紧构建所谓的“世界模型”，与Meta和Google等对手一同角逐下一代AI系统。这些系统能够实现对物理环境的自主导航与设计。
xAI
根据英伟达的官方介绍，世界模型是一种生成式AI模型，能够理解现实世界的动态特征，包括物理属性和空间特性。这类模型利用文字、图像、视频以及动作在内的输入数据来生成影片。
今年夏天，xAI从英伟达挖来了专家，研发这类新一代AI模型。这些模型通过学习视频以及来自机器人的数据，理解现实世界。世界模型有望将AI的能力提升到超越大语言模型的水平。目前，大模型主要接受文本训练，是ChatGPT以及xAI自家Grok等热门AI工具的技术基础。
两位知情人士称，该公司正在研发世界模型，计划将其应用于游戏领域，用于生成可交互的3D环境。其中一位知情人士补充说，这类模型未来也可能应用于机器人AI系统。
xAI已从英伟达聘请了两位具备世界模型研发经验的AI研究员：泽尚·帕特尔(Zeeshan Patel)与何宜晖(Ethan He)。凭借能够创建并运行模拟环境的Omniverse平台，英伟达始终在该技术领域保持领先地位。
一些科技公司对世界模型寄予厚望，认为它或许能将AI应用从软件和计算机拓展到实体产品，例如人形机器人。上个月，英伟达对《金融时报》表示，世界模型的潜在市场规模可能接近当前全球经济总量。
马斯克在X上发帖称，xAI计划在明年年底前推出“一款由AI生成的优秀游戏”，重申了他在去年设定的目标。
周二，xAI推出了最新的图像和视频生成模型，并表示该模型进行了“重大升级”，并且免费向用户开放使用。
当前，OpenAI旗下Sora等视频生成模型，主要通过从训练数据中学习到的模式进行预测，从而逐帧生成视频图像。但是世界模型则会向前迈进一大步，因为它能实时理解物理世界的因果关系，掌握物体在不同环境中的实时互动机制。
巨大挑战
除了xAI外，Google、Meta等领先的AI实验室也在研发这类系统。
然而，世界模型仍面临巨大的技术挑战。要找到足够的数据来模拟现实世界并训练这些模型，已被证明既困难又成本昂贵。
《博德之门3》开发商拉瑞安工作室的发行主管迈克尔·道斯(Michael Douse)本周在X上直言，AI无法解决游戏行业面临的“重大问题”，即“领导力与远见的缺失”。
他补充说，游戏行业并不需要“更多由算法生成、经心理学训练的玩法循环，而是需要更多能够让玩家投入或愿意投入其中的世界呈现方式”。
截至发稿，xAI及帕特尔、何宜晖尚未就此置评。