本报告聚焦“世界模型”(World Models)这一前沿人工智能技术,分析其发展现状、技术路径、市场格局及未来趋势。世界模型是理解现实世界动态 (包括其物理和空间属性) 的生成式 AI 模型。它们使用文本、图像、视频和运动等输入数据来生成视频。通过学习,它们能够理解现实世界环境的物理特性,从而对运动、应力以及感官数据中的空间关系等动态进行表示和预测,加速物理AI的虚拟世界生成,生成可扩展的增强型数据,从而消除数据瓶颈,实现更高效的基础模型训练。
本报告聚焦“世界模型”(World Models)这一前沿人工智能技术,分析其发展现状、技术路径、市场格局及未来趋势。世界模型是理解现实世界动态 (包括其物理和空间属性) 的生成式 AI 模型。它们使用文本、图像、视频和运动等输入数据来生成视频。通过学习,它们能够理解现实世界环境的物理特性,从而对运动、应力以及感官数据中的空间关系等动态进行表示和预测,加速物理AI的虚拟世界生成,生成可扩展的增强型数据,从而消除数据瓶颈,实现更高效的基础模型训练。