十二月AI又双叒爆发了：世界模型，曙光乍现

财富 2024-12-17 06:30 北京

回顾整个12月，好像整个AI领域突然发起了一场年终业绩冲刺，很多王炸级的AI产品集中上线。这些产品放在平时，几乎每个都能占据几天的热搜。而这回12月集中上线，反而让人不好抓住重点。今天，咱们就聊聊AI。

12月AI大事盘点

首先，咱们简单盘一盘12月AI领域的大事。

这场AI领域大冲刺的起点，是12月3日，人工智能科学家李飞飞的公司World Labs，发布了自己的第一个AI系统。他们对这个AI的定义是，大型世界模型，Large World Model，简称LWM。李飞飞今年4月宣布创业，9月新公司公开，12月初发布产品，这个速度非常惊人。

紧接着，一天之后，12月4日，谷歌DeepMind发布了Genie2，他们对Genie2的定义是，大型基础世界模型。没错，跟李飞飞的大型世界模型只差一个词。

几乎是同时，OpenAI的山姆·奥特曼在一场访谈里宣布，要从12月5日起，连续12天发布全新产品和demo。没错，连续12天发布。而就在第三天，他们就发布了Sora的升级版，Sora Turbo。

而当地时间12月11日，OpenAI又正式宣布，将全面接入苹果。之后不到一天，谷歌就又发布了新一代大模型Gemini 2.0，谷歌给Genmini 2.0的定位叫，专为AI智能体而生。

其间其他公司的动作还有很多，咱们就不展开了。就像前面说的，世界头部的几家AI公司就像年底冲业绩一样，集中在12月发布了一批王炸级的产品。

我们要说的重点并不是这些产品本身，而是年底这轮AI群像里体现出的一个明显的趋势。这就是，世界模型。

李飞飞创立的World Labs，定位是空间智能，属于世界模型。而谷歌的新产品Genie2，也自称是世界模型。这两个AI的功能很像，都是给它输入一张图片，它就能给你生成一个完整的3D环境。比如，给它看一张演唱会的照片，它就能生成一个演唱会的3D模型。你可以像玩3D游戏一样在这个模型里游览。

除了谷歌和李飞飞的公司，OpenAI今年也高调布局了人形机器人领域，投资了相关的公司，而人形机器人最重要的底层支撑，就是世界模型。

未来一年，你可能会在媒体上看到更多关于世界模型的报道。因此今天，我们就展开说说这个世界模型，算是对明年可能的趋势做个事先的科普打底。

有了世界模型，世界有何不同？

很多人第一次听说世界模型，是从杨立昆开始的。在ChatGPT刚火起来，所有媒体都在一路追捧的时候，法国的AI科学家杨立昆就说，OpenAI的大语言模型能力非常有限，要想达到AGI，也就是通用人工智能，还得走世界模型路线。

在这里要特别强调一下杨立昆这个人。这是AI领域现存于世的辈分最高，影响力最大，贡献最大的科学家之一。早在1988年，杨立昆就在大名鼎鼎的贝尔实验室任职，跟信息论之父香农、晶体管发明者肖克利算是同门师兄弟。

根据李飞飞在自传里的回忆，杨立昆也给过她重要的启迪。在贝尔实验室期间，杨立昆开始训练神经网络识别签名。他从美国邮政署拿到了7200多份各类字体的手写扫描件，并且用它们来训练神经网络。后来，这个研究成果被银行采纳，用在自助取款机上，可以读取支票上的数字。而当时是1993年，没错，是31年前。而杨立昆的这个发明，也是神经网络最早真正落地的应用之一。

当然，其中的细节你可以不用记，但总归我们只要知道，杨立昆算是世界模型的祖师爷之一，也是这个技术流派里你最需要知道的人。

那么，到底什么是世界模型呢？简单说，世界模型就是能直接观察现实，并且从现实中抽象出常识，并且基于常识展开预测和行动。

注意，这个技术路线和目前比较主流的大语言模型不一样。

目前你看到的多数AI应用，比如GPT、Gemini，还有国内的文心一言等等，它们的运行前提都是数据。你需要用大量的数据来训练它们。尽管目前很多大模型已经实现了多模态，也就是可以输入音频、图片、视频，但是，这个过程的本质是，要先把这些信息转换成数据，然后让AI统一理解。

而世界模型在这一步要更直接，它类似于直接观察世界，然后抽象出常识。注意，是常识。这个过程更接近于真实人类的学习逻辑。

比如，杨立昆在他的自传《科学之路》里就举过一个例子，假如你给AI看一个画面，一个小女孩，面前摆着一个蛋糕，蛋糕上插着几根点燃的蜡烛。然后问AI，小女孩下一步会做什么？

这个问题对AI来说就非常难，它得理解什么叫生日，过生日习惯吃蛋糕，而吃蛋糕之前要先点蜡烛，再许愿，最后吹灭蜡烛。

按照杨立昆在这本书里的想法，假如是一般的大模型，就只能做出像素层面的测算，也就是想象这个画面下一步会变成什么样，每个像素点会如何变化，最终可能会生成一张小女孩有好几个重影，然后往四面八方同时移动的照片。而世界模型就能通过学习搞懂其中的常识，做出正确的预测。

当然，杨立昆的《科学之路》是2021年出版的，恰好第二年GPT就爆发了。现在大语言模型的很多能力已经不亚于杨立昆当初设想的世界模型。

但问题是，训练大语言模型需要大量的语料，而互联网上的信息是有限的，语料可能会变得越来越贵。同时，随着深伪事件变多，也就是通过AI来做信息的深度伪造，这可能会让这类大规模使用用户数据的训练行为，面临更严格的监管。而世界模型的训练不局限于网络上的信息，而且对素材的需求量也小得多。从这个角度看，后续世界模型的发展速度可能会追上大语言模型。

那么，回到现在，世界模型的进展如何呢？我们可以看看李飞飞和谷歌这回发布的成果。

首先，这两个作品都有一个关键突破，实现了内容的一致性。比如，你在AI生成的3D环境里走一圈，从南走到北，再从北走到南，来回的路上两边的画面都不会变。你第一次看到的这棵树和第二次看到的这棵树完全一样。这个一致性算是个很大的突破。

其次，从运行逻辑上看，根据普林斯顿AI创新中心的创始人，王梦迪的观点，谷歌的Genie2和李飞飞的AI看起来很像，但本质上还是有区别。

Genie2的本质是像素预测，它未必搞懂了真实世界中的物理规律。相比之下，李飞飞的模型是通过图片中的信息，推理出了其中事物的相对关系，然后完成3D建模。因此，王梦迪认为，李飞飞的模型更符合真正的世界模型。

好，关于世界模型，咱们先说到这。我们主要说了三个重点。

第一，世界模型的本质是从现实中抽象出常识，并基于常识展开预测和行动。

第二，这个领域最重要的科学家是杨立昆，最重要的实践者之一是李飞飞的World Labs。

第三，随着互联网语料获取的难度增加，后续世界模型的发展可能会追上大语言模型。

最后，如果你还想了解更多新鲜、有料、有趣的知识新闻，欢迎关注得到头条。这是得到APP的一档日更栏目，每周一到周五零点准时上线。让我们一起在世事变化中，每天学点知识。

罗振宇发愿要做20年的跨年演讲，今年走到了第10个年头。

在跨年演讲十周年之际，罗老师将和你一起站到未来，去提前听那些来自未来的好消息。

12月31日20:30，希望你提前预约，和罗老师一起跨年！

点击“阅读原文”，订阅《得到头条》

罗辑思维

关注罗辑思维，我们一起终身学习。

最新文章

人在职场，这笔账你得算清

华与华品牌新定义：品牌三角形｜华杉2024年度演讲

罗振宇：什么是创业者的天职？

这位百岁奶奶，活成了一本心智长寿指南

陈勇：什么样的排版能提高转化率?

流行音乐，为什么越来越“洗脑”了？

周百见：批发商生意，还有活路吗？

“极越闪崩”与“胖东来神话”：叙事引爆未来

大宋如何化解来自大辽与西夏的双重危机？

梁宁：你找别人帮忙为什么总被拒绝？

十二月AI又双叒爆发了：世界模型，曙光乍现

庆历增币是宋朝的耻辱，还是韬光养晦的妙计?

梁宁：大部分人做IP，只是给平台贡献流量

“养儿防老”是真的吗？看看社会学家的研究

梁宁：我们对流量明星最大的误解是什么？

谷歌最新量子芯片，究竟突破了什么？

潘通：连接即权力，共识即商机

真没想到，越南人比咱们敢花钱

倍速播放，会“吃掉”孩子的大脑吗？

关于财商，中年人必须躲开的两个陷阱

同行短视频播放很低，我还有必要做吗？｜老板直答

三个关键词，为你勾勒2025经济政策核心走向

特朗普2.0会给世界带来什么？

四大发明之一的活字印刷术，为什么难以推广？

连续6年全国第一，广东为何最能生？

中国最早发明活字印刷术，但为什么没马上普及？

附近经济学：怎样经营你的“门前500米”？

特斯拉VS比亚迪，CEO对一家公司影响有多大？

自控力差的人，怎样告别拖延症？

别做老好人，重要的关系只有1%

一亿人富养宠物背后，是一场“亲密关系争夺战”

胖东来的100个零售细节

琼瑶：我有一帘幽梦，欲诉无人能懂

为何历任韩国总统，都难逃“青瓦台魔咒”？

当《灌篮高手》照进现实：“天才”的字典里，没有不可能

宋朝实力明明碾压西夏，为何打了一百年都打不赢？

名创优品叶国富：别人看不懂的机会，才是你的机会

兵力是西夏的一倍，大宋为什么却打不赢西夏？

银发时代，商业机会从哪儿来？

中国低空经济，能量有多强悍？

巴菲特公布遗产分配，“股神”怎样教育下一代？

心智成熟的人，不会既要又要

“砍价”功能上线，电商价格战已到尽头？

2025跨境出海，还能怎么要增长？

怎样婚姻幸福？来自“婚姻教皇”的人生建议

“消失的专业”，是社会变化的最后一环

首富的“对决”：炮轰算法，人间值得？

古代中国能长期统一，是因为使用了方块字？

叶嘉莹：白昼谈诗夜讲词，诸生与我共成痴

欧阳修落榜，只因押错韵，押韵比文采更重要吗？

分类

时事

民生

政务

教育

文化

科技

财富

体娱

健康

情感

旅行

百科

职场

楼市

企业

乐活

学术

汽车

时尚

创业

美食

幽默

美体

文摘

原创标签

时事社会财经军事教育体育科技汽车科学房产搞笑综艺明星音乐动漫游戏时尚健康旅游美食生活摄影宠物职场育儿情感小说曲艺文化历史三农文学娱乐电影视频图片新闻宗教电视剧纪录片广告创意壁纸头像心灵鸡汤星座命理教育培训艺术文化金融财经健康医疗美妆时尚餐饮美食母婴育儿社会新闻工业农业时事政治星座占卜幽默笑话独立短篇连载作品文化历史科技互联网

发布位置

广东北京山东江苏河南浙江山西福建河北上海四川陕西湖南安徽湖北内蒙古江西云南广西甘肃辽宁黑龙江贵州新疆重庆吉林天津海南青海宁夏西藏香港澳门台湾美国加拿大澳大利亚日本新加坡英国西班牙新西兰韩国泰国法国德国意大利缅甸菲律宾马来西亚越南荷兰柬埔寨俄罗斯巴西智利卢森堡芬兰瑞典比利时瑞士土耳其斐济挪威朝鲜尼日利亚阿根廷匈牙利爱尔兰印度老挝葡萄牙乌克兰印度尼西亚哈萨克斯坦塔吉克斯坦希腊南非蒙古奥地利肯尼亚加纳丹麦津巴布韦埃及坦桑尼亚捷克阿联酋安哥拉