Gemini 3 Pro前脚刚亮相，Nano Banana Pro又紧随后来登场，短短几天，谷歌两大新品就掀起行家AI圈，演出了一场“王者总结”的戏码。

　　两款模子都来自DeepMind，脚下Gemini和Nano Banana余热未过，DeepMind已投身下一个标的——在最新采访中，DeepMind首席奉行官兼相接首创东谈主Demis Hassabis（戴姑娘·哈萨比斯）直言宇宙模子是通往AGI的关节部分。

　　“宇宙模子是现在我参加最多时代的畛域。你可能知谈前几天发布的SIMA 2（注：谷歌一款基于Gemini技巧的3D诬捏宇宙AI智能体），我巧合候会把它称作‘在Genie想维中玩的SIMA’。这些东西让我沦落，我以为它们将是扫尾AGI的关节组件。它们在底层使用Gemini，但有多样扩展。”

　　现在，谷歌里面已将宇宙模子用于施行其他智能体及机器东谈主，哈萨比斯以为，宇宙模子会有许多里面商量用例，也将出现一些出色的外部运用。

　　当被问及宇宙模子是否会迎来“ChatGPT时刻”时，哈萨比斯给出了确定的修起，但惟有贬责了腾贵的推理/职业资本瓶颈，并扫尾保抓长时代一致性的智商之后，宇宙模子身手迎来简直的爆发时刻。

　　哈萨比斯提到的Genie，就是谷歌宇宙模子的“代表作”。短短一年半时代里，DeepMind就将Genie从2D扫数升级至能及时生成交互式3D环境的Genie 3。只需一句话，Genie 3就能在720p区别率下创造一个用户不错边走边看的动态宇宙，场景细节能在长达一分钟的操心中保抓连贯。除了游戏外，Genie 3还能为机器东谈主或自动驾驶系统提供多元化施行场景，不错为AI智能体商量提供更长、更结实的交互回合。

　　▌让AI“读懂”宇宙，仍是“看懂”宇宙？

　　当下，这种对“宇宙模子”的追求正赶紧在硅谷商量一线中推广。

　　Meta公司首席东谈主工智能科学家、图灵奖得主杨立昆(Yann LeCun)在本周三精采官宣，将于年底从Meta下野。他谋略创立一家专注于“宇宙模子”技巧的初创公司，该技巧旨在冲突蚁集数据的局限，通过分析更平日的信息来更准确地呈现物理宇宙偏激特色。

　　AI教母李飞飞相通亦然宇宙模子的拥趸，其创业公司WorldLabs在一周前推出了首款居品Marble，由多模态宇宙模子运行，这个被其称为“构建空间智能将来的基础”的居品，能从一张图片、一段视频或一句话中构建抓久的3D宇宙。

　　英伟达此前也已推出宇宙基础模子开发平台Cosmos，不错匡助开发者径直生成合成数据，用于自动驾驶和机器东谈主商量施行中。

　　从实质上来说，这背后涉及的是AI最中枢、最实质的不对——想扫尾简直的AGI，是应该让AI通过翰墨“读懂”宇宙，仍是让AI“看懂”宇宙？

　　“读懂派”代表如OpenAI，以为只须堆砌的数据贵寓填塞多，智能就能自动走漏；“看懂派”则以为诳言语模子充其量仅仅一个开阔的文本数据库，记着了海量文本，却皆备不睬解文本背后的物理宇宙。用李飞飞的话来说，宇宙模子能让“看见”普及为“推理”，让“感知”革新为“举止”，让“联想”落地为“创造”。

　　必须承认的是，与“读懂派”交出的ChatGPT、Sora等已激励行家震荡的模子比较，宇宙模子畛域现在如实穷乏蓬勃级破钞居品，谷歌的Genie险些是独一进展惊艳的案例。在这种情况下，这条路不免面对“雷声大、雨点小”的质疑声，以致被部分公论判定为“天子的新衣”。

　　但这是否意味着宇宙模子前途晦暗？下论断还为时过早。

　　诳言语模子的成功，某种进度上开发在海量公开文本和代码的“喂食”上；而构建一个能相识并推演物理端正的宇宙模子，底层挑战无疑更为深邃。这项技巧仍处于初期爬坡阶段，它需要的大概不是即刻的喝彩，而是更多一些的耐烦与时代。