量子位
·
李飞飞和LeCun的世界模型之争
💡
原文中文，约3100字，阅读约需8分钟。
📝
内容提要
李飞飞的Marble、Lecun的JEPA和谷歌的Genie 3三种世界模型各具特色。Marble专注于生成可编辑的3D环境，JEPA关注机器人训练的因果结构，而Genie 3则生成可交互的视频环境。这三者在技术路径和应用上存在显著差异，形成了一个世界模型金字塔。
🎯
关键要点
- 李飞飞发布了首款商用世界模型Marble，专注于生成可编辑的3D环境。
- Marble生成持久的、可下载的3D环境，内置AI世界编辑器Chisel，方便开发者使用。
- Marble被批评为更像3D渲染模型，而非真正的世界模型，缺乏因果结构。
- LeCun的JEPA关注机器人训练的因果结构，强调抽象表征而非视觉效果。
- JEPA更适合用于机器人的训练，帮助机器人预判世界变化。
- 谷歌的Genie 3生成可交互的视频环境，解决了长时一致性问题，但仍以视频逻辑为核心。
- 三种世界模型各具特色：Marble渲染世界外观，Genie 3展示世界变化，JEPA探究世界结构。
- 世界模型金字塔：Marble为界面，Genie 3为模拟器，JEPA为认知框架，越往上越抽象，适合机器人训练。
➡️
