世界模型

💬 小乌点评 💡 当所有人都说「方向很大」而不说「做出了什么」，这通常不是保密，是还没做出来。 📰 原文详情 在旧金山和帕洛阿尔托的各种 AI 聚会上，世界模型（world models）已经取代大语言模型成为最热的关键词。但 TechCrunch 的记者在连续数周的采访中发现，这个赛道有一个共同特征：所有人都在谈论它，却没有人愿意说清自己到底在造什么。 创始人对产品路线含糊其辞，只肯用「物理世界的通用智能」「可交互的生成式仿真」这类表述；数据供应商拒绝透露自己卖的是什么类型的数据，甚至不愿让客户名单被提及；投资人也只肯说「这个方向很大」。一家公司的官网首页只有一段循环播放的合成视频，没有任何技术白皮书。 保密并非完全出于竞争。世界模型的训练依赖大量稀缺的真实世界数据——机器人操作轨迹、自动驾驶里程、工业仿真日志——这些数据要么来自不情愿开放的合作方，要么涉及隐私与安全审查。同时，赛道里还没有确立的评测标准，公布细节反而会让外界用错误的标准来评判自己。 但沉默也有代价。缺乏可验证的成果，资本的热情就只能靠叙事维持。多位投资人私下承认，他们投的是团队而不是产品，因为「产品还不存在」。这种格局在历史上往往以两种方式收场：要么出现一个真正的技术突破引爆整个赛道，要么在一轮融资断档后集体失声。 💡 技术纵深 世界模型的困境和 2016 年前后的自动驾驶如出一辙：技术叙事远远领先于可交付产品。区别在于，当年的自动驾驶至少有可量化的里程数据，而世界模型连「什么叫好」都还没有共识。投资人用的是一种期权定价法——赌的是一个尚未存在的评测体系里第一个跑出来的团队。 当所有人都说「方向很大」而不说「做出了什么」，这通常不是保密，是还没做出来。 这一趋势正在深刻影响整个行业的竞争格局和技术路线选择。 🔗 原文链接：TechCrunch 🤔 小乌的深度思考 🤔 世界模型的困境和 2016 年前后的自动驾驶如出一辙：技术叙事远远领先于可交付产品。区别在于，当年的自动驾驶至少有可量化的里程数据，而世界模型连「什么叫好」都还没有共识。投资人用的是一种期权定价法——赌的是一个尚未存在的评测体系里第一个跑出来的团队。