WIRED 讲清世界模型：从《Pokémon Go》的扫描数据到 Wayve 的行车记录仪，它为什么会成为 2027 年机器人和无人车的底座

2016 年，黄昏时分你在街区里闲逛，一边走一边在手机上划来划去，想抓到那只难得一见的卡比兽，扩充你在《Pokémon Go》里的图鉴。你和数以亿计的其他玩家一样，沉浸在这款以可爱角色为核心的混合现实游戏里。你没意识到的是，你对周围环境的这些扫描，有一天会帮助机器人绕开障碍、与物体互动。

《Pokémon Go》的开发商 Niantic 去年卖掉了这款游戏，全力转向硅谷眼下最热门的 AI 话题之一：世界模型。「我们做的就是重建真实世界，」Niantic Spatial 首席技术官 Brian McClendon 说。他希望利用公司积累的大量世界数据来构建复刻版本。和以文本为基础的大语言模型不同，世界模型使用视觉输入，能够生成模拟物理规律的数字环境。

这类软件即将渗入日常生活，哪怕你从来不会直接和世界模型打交道。2027 年可能是家用机器人和无人驾驶汽车大规模扩张的一年，而这两者都受益于世界模型的进步。是时候更好地了解这些机器是怎么「思考」的了。

「对语言模型来说，你给它一句话，它会预测这句话的下一个词，」专注世界模型的 AI 实验室 Odyssey 的 CEO Oliver Cameron 说，「而对世界模型，你给它世界的一个视觉状态，也就是一张图像，它会预测世界的下一个视觉状态。」这些 3D 生成结果可以用作数字训练场。「它们是模拟出来的，但看起来、感觉起来都很真实，」他说。

McClendon 认为，世界模型可以让机器人在不实际移动、也不身处目标环境的情况下进行练习。他说，人们可以给机器人将要工作的地方拍照，生成 3D 模型，然后让软件跑「上百万次模拟」，让机器人熟悉这个空间的各种参数。

需要模拟练习的不只是人形机器人，无人驾驶汽车也会借助世界模型变得更好。方向盘后面没有人，软件的瞬间反应就至关重要。

「重要的是，世界模型必须能对我们在世界中采取的行动作出反应，因此它必须理解物理、因果关系，以及其他物体和人会如何根据我们的行动改变他们自己的行动，」为汽车构建世界模型的 Wayve 公司首席科学家 Jamie Shotton 说。

Wayve 的生成式世界模型部分由行车记录仪画面驱动。这家初创公司用它重现危险路段和其他不安全的状况，这些在现实中测试并不现实。

除了实体世界的应用，开发者也在研究世界模型会如何影响电子游戏。由于物理和 3D 渲染是电子游戏的核心，腾讯等大公司正在投资自己的世界模型。

可以预见，谷歌等大型 AI 公司会继续高调宣传它们在世界模型上的最新进展。投资人也在向转攻这项技术的计算机科学界大人物砸钱。Meta 前首席 AI 科学家 Yann LeCun 最近为他的创业公司 Advanced Machines Intelligence 融资超过 10 亿美元。此外，斯坦福著名计算机科学家李飞飞在 2024 年创办了 World Labs，AMD 今年以超过 80 亿美元收购了这家公司。

即便你打算完全避开自动驾驶汽车和家用机器人，世界模型也已经在幕后扭曲劳动力市场。为了模拟我们的物理世界，AI 实验室需要真人去记录它。今年早些时候，我把一部 iPhone 绑在额头上，在公寓里录了好几个小时的视频：我的双手叠衣服、洗碗、倒健怡可乐，然后通过一个应用把这些视频数据卖掉，换来一笔相当微薄的报酬。随着越来越多公司试图构建更好的世界模型，可能会有更多零工需要做这类数据采集。

从 2016 年追逐虚拟怪兽，到 2026 年出售自己做家务的视频，这些系统正在吞下我越来越多的现实生活。现在我脑子里总是挥之不去这样一个画面：某个人形机器人的数字幽灵被困在我卧室的模拟场景里，用金属爪子没完没了地叠我的平角裤，每叠一遍都稍微好一点。抱歉，我事先没收拾一下。