人工智慧(AI)領域近月掀起一波「世界模型」(World Models)熱潮。由 AI 先驅楊立昆(Yann LeCun)創辦的 AMI Labs,與另一位 AI 先驅李飛飛(Fei-Fei Li)旗下的 World Labs,先後各自募得略高於 10 億美元的資金,投入這項被視為下一代 AI 方向的新技術。
相較於大型語言模型(LLM)主要依照文字模式逐字生成內容,世界模型則嘗試讓 AI 以更概念化的方式理解世界,並在「潛在空間」(Latent Space)中建立對物理規則、商業規則與情境關係的內部表示,進而推演不同選擇的後果。文章指出,這種方法不只可用於理解輸入,也能幫助 AI 在模擬情境中學習 What-if 分析與策略判斷。
報導同時提到,世界模型與強化學習(Reinforcement Learning)具有高度互補性。強化學習著重讓 AI 從行動結果中學習,而世界模型可先幫助 AI 建立環境運作方式,再讓其在模擬環境中演練策略。若該路線持續成熟,可能有助於降低對大量資料的依賴,並擴大 AI 在藥物研發、物理建模與商業決策等領域的應用。
文章指出,世界模型的安全問題可能與現有生成式 AI 截然不同,而現階段用來提升可解釋性的技術,也未必能直接套用到這類新架構。這意味著,企業在導入相關技術時,除了關注能力提升,也需要同步強化測試、資安與治理機制。
整體而言,世界模型被視為可能讓 AI 從單一任務走向更複雜的策略與設計工作。隨著資金持續湧入,這項新路線可望進一步加速 AI 競賽,也讓市場更加關注實際實行能力、風險控管與可衡量的商業回報。
(首圖來源:shutterstock)






