本文作家：龙玥

着手：硬 AI

东谈主工智能规模的战火正在从大言语模子推广至一个更前沿的规模——能够宗旨并模拟简直物理寰宇的"寰宇模子"（World Models）。而 xAI 已悄然加入这场竞赛，与谷歌和 Meta 等科技巨头同台竞技。

据英国《金融时报》10 月 12 日报谈，马斯克的初创公司 xAI 在本年夏天从芯片巨头英伟达遴聘了东谈主工智能巨匠，挑升从事寰宇模子的研发。与依赖文本的大言语模子不同，寰宇模子通过对海量的视频和机器东谈主数据进行检修，旨在掌捏简直寰宇的物理次序。

"往常的视频模子将变得和言语模子一样智能"，谷歌磋磨东谈主员在论文中说谈。英伟达上月曾经走漏，寰宇模子的潜在商场规模可能接近刻下各人经济的总量。

戎马先行：xAI 的游戏"奇袭"与机器东谈主野望

为了在这场竞赛中占据立锥之地，xAI 正在积极招兵买马。

公司已遴聘了来自英伟达的两位 AI 磋磨员 Zeeshan Patel 和 Ethan He，他们辞寰宇模子规模领有丰富训戒。英伟达凭借其用于创建和运行模拟的 Omniverse 平台，一直是该时刻的带领者。

知情东谈主士透露，xAI 为寰宇模子霸术的第一个交易化落点是游戏规模，用于生成可交互的 3D 环境。这一动态赶快激勉商场顾问，因为它不仅是 xAI 交易化旅途的明信赖号，也突显了寰宇模子当作下一代 AI 时刻的渊博后劲。

马斯克本东谈主也在酬酢平台 X 上证据，xAI 将在"来岁年底前发布一款出色的 AI 生成游戏"。长期来看，这些时刻最终可能诈欺于机器东谈主的东谈主工智能系统。

xAI 的招聘信息也印证了其发展方针。公司正在为其" omni 团队"招聘图像和视频生陈规模的时刻东谈主员，薪资范围高达 18 万至 44 万好意思元，该团队死力于"创造疏淡文本的神奇 AI 体验"。

此外，公司还在以时薪 45 至 100 好意思元招聘"视频游戏导师"，以检修其 AI 模子 Grok 制作视频游戏。

范式改造：视觉模子的" GPT 时间"

xAI 的高调入局，恰逢一个要道的行业预判浮出水面：往常的视频模子将变得和言语模子一样智能。谷歌最近的一篇论文指出，其视频模子 Veo 3 正展现出与大言语模子（LLM）相似的"涌现才能"。

正如 LLM 通过"下一词元展望"的肤浅任务，最终学会了数学和创意写稿等荒谬手段，视频模子通过"下一帧展望"，也开动零样本（zero-shot）地解锁一系列令东谈主骇怪的才能，举例物体分割、角落检测和模拟器具使用等，而这些齐未经挑升检修。

谷歌的磋磨东谈主员 Jack Clark 在论文中写谈："咱们合计，正如当然言语处理（NLP）从特定任务模子转向通用模子一样，机器视觉规模也可能通过视频模子发生相通的诊疗——一个‘视觉规模的 GPT-3 时间’。"

他们将视频逐帧生成的经过类比为言语模子中的"念念维链"（chain-of-thought），并称之为"帧链"（chain-of-frames），合计这使得视频模子能够向上时空进行推理。

这一发现兴味真切，它示意着通过发展更智能的视频模子，东谈主们大略能够获取才能极强的机器东谈主"代理"（agent）。

远景与本质：精湛的本钱与"愿景"的缺失

尽管远景诱东谈主，但通往寰宇模子的谈路并非坦途。当今，该时刻仍面对渊博的时刻挑战，其中最主要的是为模拟简直寰宇寻找和处理实足检修数据的本钱极其精湛。

与此同期，业界也存在对 AI 作用的浮松注视。热点游戏《博德之门 3》的成就商 Larian Studios 的刊行左右 Michael Douse 本周在 X 上走漏，AI 无法搞定游戏行业的"大问题"，即"带领力和愿景"。

他补充说，行业需要的不是"更多由数学神志坐褥、经过心绪学检修的游戏轮回"，而是对寰宇更万般化的抒发。这代表了一种大批的不雅点：纯正的时刻冲突自己，并不可保证创造出能够简直打动东谈主心的交易居品。

尽管挑战重重，但 xAI 的入局无疑为寰宇模子的竞赛再添一把火。

AI 的焦点正不可逆转地从纯正的数字信息处理，转向对复杂物理本质的模拟与交互。视觉模子是否能复刻大言语模子的色泽，迎来属于我方的" GPT 时间"，不仅将决定下一代 AI 霸主的包摄，更可能重塑咱们与数字及物理寰宇的根柢相干。

本文来自微信公众号"硬 AI "，顾问更多 AI 前沿资讯请移步这里