【人工智能】AI的下一個(gè)擴(kuò)展法則：不是更多的數(shù)據(jù)，而是更好的世界模型

多年來，人工智能行業(yè)一直遵循著一條簡(jiǎn)單而殘酷的規(guī)則：越大越好。我們用海量數(shù)據(jù)集訓(xùn)練模型，增加參數(shù)數(shù)量，并投入強(qiáng)大的計(jì)算能力來解決問題。這種方法在大多數(shù)情況下都行之有效。從 GPT-3 到 GPT-4，從粗糙的聊天機(jī)器人到推理引擎，“規(guī)模定律”表明，只要我們不斷地向機(jī)器輸入更多的文本，它最終就會(huì)變得智能。

但我們現(xiàn)在遇到了瓶頸?；ヂ?lián)網(wǎng)資源有限。高質(zhì)量的公共數(shù)據(jù)正在枯竭，而僅僅擴(kuò)大模型規(guī)模所帶來的收益正在遞減。頂尖的人工智能研究人員認(rèn)為，人工智能的下一個(gè)重大飛躍并非僅僅來自閱讀更多文本，而是來自理解文本背后的現(xiàn)實(shí)。這一觀點(diǎn)標(biāo)志著人工智能研究方向的根本性轉(zhuǎn)變，開啟了世界模型時(shí)代。

01

下一個(gè)標(biāo)記預(yù)測(cè)的局限性

要理解為什么我們需要一種新的方法，我們首先必須了解當(dāng)前的人工智能系統(tǒng)究竟在做什么。盡管它們功能強(qiáng)大，但像 ChatGPT 或 Claude 這樣的模型本質(zhì)上仍然是統(tǒng)計(jì)引擎。它們根據(jù)前面出現(xiàn)的詞語(yǔ)的概率來預(yù)測(cè)序列中的下一個(gè)詞。它們并不理解“玻璃掉在地上會(huì)破碎”這句話的含義；它們只是知道在數(shù)百萬(wàn)個(gè)故事中，“破碎”這個(gè)詞經(jīng)常出現(xiàn)在“玻璃掉在地上”之后。

這種方法被稱為自回歸建模，它存在一個(gè)關(guān)鍵缺陷。它完全依賴于相關(guān)性，而非因果關(guān)系。如果你用一千條車禍描述來訓(xùn)練一個(gè)線性線性模型（LLM），它能學(xué)習(xí)到事故的語(yǔ)言，但它永遠(yuǎn)無(wú)法學(xué)習(xí)動(dòng)量、摩擦力或脆弱性等物理原理。它只是一個(gè)旁觀者，而非參與者。

這種限制正演變成“數(shù)據(jù)墻”。我們幾乎已經(jīng)抓取了整個(gè)公共互聯(lián)網(wǎng)。如果想用現(xiàn)有方法進(jìn)一步擴(kuò)展，我們需要的數(shù)據(jù)量將呈指數(shù)級(jí)增長(zhǎng)。合成數(shù)據(jù)（例如人工智能生成的文本）可以暫時(shí)解決這個(gè)問題，但它往往會(huì)導(dǎo)致“模型崩潰”，即系統(tǒng)放大自身的偏差和錯(cuò)誤。我們無(wú)法僅憑文本實(shí)現(xiàn)通用人工智能（AGI）的擴(kuò)展，因?yàn)槲谋臼菍?duì)世界的低帶寬壓縮。它描述了現(xiàn)實(shí)，但它本身并非現(xiàn)實(shí)。

02

為什么世界模式很重要

像 Yann LeCun 這樣的AI領(lǐng)軍人物長(zhǎng)期以來一直認(rèn)為，當(dāng)前的 AI 系統(tǒng)缺乏人類認(rèn)知的一個(gè)基本方面，而這種認(rèn)知甚至連幼兒都天生具備。這種能力就是我們維持一個(gè)關(guān)于世界如何運(yùn)作的內(nèi)部模型，他們通常稱之為“世界模型”。世界模型不僅僅是預(yù)測(cè)下一個(gè)詞；它構(gòu)建了一幅關(guān)于物理環(huán)境如何運(yùn)作的內(nèi)部心理地圖。當(dāng)我們看到一個(gè)球滾到沙發(fā)后面時(shí)，我們知道它仍然在那里。我們知道，除非有人阻止它，否則它會(huì)出現(xiàn)在沙發(fā)的另一邊。我們不需要閱讀教科書就能理解這一點(diǎn)；我們基于我們內(nèi)部的物理和物體恒存的“世界模型”進(jìn)行心理模擬。

人工智能要想取得進(jìn)步，就必須從統(tǒng)計(jì)模仿轉(zhuǎn)向這種內(nèi)部模擬。它需要理解事件的根本原因，而不僅僅是事件的文字描述。

聯(lián)合嵌入預(yù)測(cè)架構(gòu)（JEPA）正是這種范式轉(zhuǎn)變的典型例證。與試圖預(yù)測(cè)每個(gè)像素或單詞的層級(jí)模型（LLM，這一過程計(jì)算量巨大且噪聲較大）不同，JEPA 預(yù)測(cè)的是抽象表示。它忽略了諸如樹葉運(yùn)動(dòng)等不可預(yù)測(cè)的細(xì)節(jié)，而專注于諸如樹木、風(fēng)和季節(jié)等高層概念。通過學(xué)習(xí)預(yù)測(cè)這些高層狀態(tài)隨時(shí)間的變化，人工智能能夠?qū)W習(xí)到世界的整體結(jié)構(gòu)，而非表面細(xì)節(jié)。

03

從預(yù)測(cè)到模擬

我們已在視頻生成模型中看到了這種轉(zhuǎn)變的初步跡象。OpenAI 發(fā)布 Sora 時(shí)，他們不僅將其描述為一個(gè)視頻工具，而且還將其描述為一個(gè)“世界模擬器”。

這種區(qū)別至關(guān)重要。普通的視頻生成器可能通過預(yù)測(cè)哪些顏色的像素通常會(huì)相鄰排列來生成人物行走的視頻。然而，世界模擬器則力求在一段時(shí)間內(nèi)保持三維結(jié)構(gòu)的一致性、光照效果和物體的持久性。它“理解”即使人物走到墻后，也不應(yīng)該消失。

盡管當(dāng)前的視頻模型遠(yuǎn)非完美，但它們代表了新的訓(xùn)練場(chǎng)。物理世界包含的信息量遠(yuǎn)超文本世界。一秒鐘的視頻就包含數(shù)百萬(wàn)個(gè)關(guān)于物理、光線和交互的視覺數(shù)據(jù)點(diǎn)。通過基于這種視覺現(xiàn)實(shí)訓(xùn)練模型，我們可以教會(huì)人工智能目前邏輯邏輯模型所缺乏的“常識(shí)”。

這將形成新的擴(kuò)展規(guī)律。衡量成功的標(biāo)準(zhǔn)不再是模型讀取了多少萬(wàn)億個(gè)代幣，而是其模擬的精確度和預(yù)測(cè)未來環(huán)境狀態(tài)的能力。能夠準(zhǔn)確模擬行動(dòng)后果而無(wú)需實(shí)際執(zhí)行該行動(dòng)的人工智能，才能安全地進(jìn)行規(guī)劃、推理和行動(dòng)。

04

效率與通用人工智能之路

這種轉(zhuǎn)變也解決了當(dāng)前人工智能能源成本過高的問題。邏輯邏輯模型（LLM）效率低下，因?yàn)樗鼈儽仨氼A(yù)測(cè)每一個(gè)細(xì)節(jié)才能生成連貫的輸出。世界模型效率更高，因?yàn)樗哂羞x擇性。正如人類駕駛員專注于路面而忽略天空中的云朵圖案一樣，世界模型專注于任務(wù)的相關(guān)因果因素。

勒昆認(rèn)為，這種方法可以讓模型學(xué)習(xí)速度更快。像V-JEPA（視頻聯(lián)合嵌入預(yù)測(cè)架構(gòu)）這樣的系統(tǒng)已經(jīng)證明，它能夠以遠(yuǎn)少于傳統(tǒng)方法的訓(xùn)練迭代次數(shù)收斂到解決方案。世界模型通過學(xué)習(xí)數(shù)據(jù)的“形狀”而非記憶數(shù)據(jù)本身，構(gòu)建了一種更穩(wěn)健的智能形式，能夠更好地泛化到新的、未曾見過的情境中。

這是通用人工智能（AGI）缺失的一環(huán)。真正的智能需要導(dǎo)航。它要求智能體審視目標(biāo)，利用其內(nèi)部世界模型模擬實(shí)現(xiàn)目標(biāo)的不同路徑，然后選擇成功概率最高的路徑。文本生成器無(wú)法做到這一點(diǎn)；它們只能編寫計(jì)劃，卻無(wú)法理解執(zhí)行計(jì)劃的約束條件。

最后

人工智能行業(yè)正處于一個(gè)轉(zhuǎn)折點(diǎn)?！安粩嘣黾訑?shù)據(jù)”的策略已接近尾聲。我們正在從聊天機(jī)器人時(shí)代邁向模擬器時(shí)代。

下一代人工智能的規(guī)?；l(fā)展并非在于讀取整個(gè)互聯(lián)網(wǎng)，而在于觀察世界，理解其規(guī)律，并構(gòu)建一個(gè)能夠反映現(xiàn)實(shí)的內(nèi)部架構(gòu)。這不僅僅是一次技術(shù)升級(jí)，更是對(duì)“學(xué)習(xí)”概念的根本性變革。

對(duì)于企業(yè)和研究人員而言，關(guān)注點(diǎn)必須轉(zhuǎn)變。我們需要停止執(zhí)著于參數(shù)數(shù)量，轉(zhuǎn)而評(píng)估系統(tǒng)對(duì)因果關(guān)系的理解程度。未來的人工智能不僅會(huì)告訴你發(fā)生了什么，還會(huì)向你展示可能會(huì)發(fā)生什么，以及為什么會(huì)發(fā)生。這就是世界模型的承諾，也是我們前進(jìn)的唯一途徑。

免責(zé)聲明：

本文所發(fā)布的內(nèi)容和圖片旨在傳播行業(yè)信息，版權(quán)歸原作者所有，非商業(yè)用途。如有侵權(quán)，請(qǐng)與我們聯(lián)系刪除。所有信息不構(gòu)成任何投資建議，加密市場(chǎng)具有高度風(fēng)險(xiǎn)，投資者應(yīng)基于自身判斷和謹(jǐn)慎評(píng)估做出決策。投資有風(fēng)險(xiǎn)，入市需謹(jǐn)慎。

設(shè)為星標(biāo) 避免錯(cuò)過

虛擬世界沒有旁觀者，每個(gè)點(diǎn)贊都是創(chuàng)造歷史的像素

關(guān)注我，一起探索AWM?

2025-12-10

2025-12-09

2025-12-08

商業(yè)贊助

點(diǎn)擊下方 “目錄” 閱讀更多