北京时间 10 月 12 日，据《金融时报》，埃隆・马斯克旗下 xAI 公司正加紧构建其“世界模型”，与 Meta 和谷歌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。
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。
据称，xAI 已经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，谷歌、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”。
