从杨立昆离职看，“世界模型”到底是什么？

杨立昆离职引发的AI思考

Meta的AI布局与杨立昆的离开

扎克伯格为组建强大AI团队不惜重金，收购ScaleAI，邀请各方人才。杨立昆这位AI宗师却宣布年底离开Meta。他认为大语言模型存在局限，要做出真正的“通用人工智能”，需专注“世界模型”技术路线，这一消息引发全球关注。

大语言模型的缺陷

大语言模型虽有推理能力，但局限于“词元”“像素”维度，缺乏对三维世界的真正理解。如面对简单物理场景描述，会忽略基本物理规律。在复杂场景中，机器人执行任务常失败，且系统依赖训练场景，泛化能力差。

“世界模型”的内涵与难点

“世界模型”的概念

杨立昆称“世界模型是对世界运行方式的心理模型”，能让人预测行动对世界的影响。李飞飞也认为人工智能应发展具备空间智能的“世界模型”，标准是生成符合物理定律且空间一致的世界。

开发“世界模型”的瓶颈

主流大模型架构VLA存在缺陷，将视觉输入压缩到语言token空间会丢失关键信息，泛化能力有限，难以适应真实世界的复杂性与多样性，导致AI在物理空间能力不足。

拓元智慧的“VWA”解决方案

拓元智慧的团队与架构

拓元智慧由顶尖AI学者组成，提出“VWA”架构。它将整体能力解耦为“物理建模”与“空间建模”模块，可以直接在物理空间推理决策，突破了VLA模型的局限。

VWA模型的核心成果

拓元开发的PAR模型能有效学习物理规律，在机器人操作任务上成功率高。底层推理机制提升了动作控制准确性和运行效率。多源高质量数据提升了模型开发效率，使模型能快速适配新环境。

在人工智能的发展道路上杨立昆的离职为“世界模型带来新思考。拓元智慧的“VWA”架构为解决当前AI瓶颈提供了可能，有望推动“世界模型”从理论走向实际应用，引领人工智能进入新的发展阶段。

相关问答

杨立昆为什么离开Meta？

杨立昆认为目前大语言模型存在局限，要做出真正的“通用人工智能”，需专注另一条技术路线“世界模型”，所以离开Meta去成立自己的公司。

大语言模型在理解物理世界上有哪些缺陷？

大语言模型虽有推理能力，但局限于“词元”“像素”维度，缺乏对三维世界的真正理解，面对物理场景常忽略基本物理规律，在复杂场景中机器人执行任务易失败，且泛化能力差。

拓元智慧的“VWA”架构有什么优势？

“VWA”架构将整体能力解耦为“物理建模”与“空间建模”模块，可直接在物理空间推理决策，突破VLA模型局限，提升模型开发效率，能快速适配新环境。

PAR模型有什么作用？

PAR模型通过将视频帧与机器人动作共同编码为“物理token”，能以自回归方式预测下一步视频与动作，有效学习物理世界动态规律，在机器人操作任务上成功率高。

拓元智慧本轮融资的投资方有哪些特点？

投资方包括东方精工、星宸科技等。东方精工布局人工智能+具身智能机器人赛道；星宸科技是视觉AISoC芯片设计企业；德韬资本围绕泛家居产业布局；石溪资本在半导体、人工智能等领域广泛布局。

“世界模型”未来的发展前景如何？

随着拓元智慧等团队的努力，“世界模型”有望在不断优化中逐步实现。通过解决当前AI瓶颈，它可能推动人工智能进入新发展阶段，应用于更多实际场景。