量子位
·
英伟达Jim Fan：「世界建模」是新一代预训练范式
💡
原文中文，约3600字，阅读约需9分钟。
📝
内容提要
英伟达的Jim Fan认为，世界建模将成为新的预训练范式，预计在2026年对机器人和多模态AI领域产生重要影响。通过预测合理的世界状态，世界建模推动物理AI的发展，强调视觉推理的重要性，可能会改变机器人技术的基础。
🎯
关键要点
- Jim Fan认为世界建模将成为新的预训练范式。
- 预计2026年将对机器人和多模态AI领域产生重要影响。
- 世界建模是预测合理世界状态的过程，强调视觉推理的重要性。
- 当前世界模型主要应用于AI视频领域，未来将迎来物理AI的爆发。
- 世界模型需要更广泛的预训练目标，包括3D运动和触觉感知。
- 新的推理形式将基于视觉空间，而非语言空间。
- 世界模型可以作为连接虚拟与物理领域的基础模型。
- 实现大型世界模型需要解决几何一致性、同一性保持和推理速度等问题。
- 2026年可能是机器人技术停止依赖语言模型，转向构建原生系统的一年。
- 商业层面也在快速推进，相关公司正在进行融资。
❓
延伸问答
什么是世界建模？
世界建模是在给定一个动作的条件下，预测下一个合理的世界状态的过程。
Jim Fan认为世界建模将如何影响机器人技术？
Jim Fan认为，世界建模将在2026年为机器人技术奠定基础，可能改变机器人技术的基础。
世界建模与当前的AI视频模型有什么关系？
当前世界模型主要应用于AI视频领域，未来将迎来物理AI的爆发。
实现大型世界模型需要解决哪些问题？
实现大型世界模型需要解决几何一致性、同一性保持和推理速度等问题。
未来的推理形式将如何变化？
未来将出现一种新的推理形式，基于视觉空间，而非语言空间。
商业层面上，世界建模的发展情况如何？
商业层面上，相关公司正在进行融资，快速推进世界建模技术的发展。
➡️
