Meta发布了全新的开源AI模型V-JEPA 2，旨在更好地理解三维环境和物体运动。这款世界模型能够模拟物理世界的逻辑，让AI以更接近人类的方式学习、规划和决策。V-JEPA 2在识别物体运动、预测物体行为方面表现出色，并将在送货机器人和自动驾驶汽车等领域发挥重要作用。Meta此举是其在人工智能领域应对竞争，加强AI战略的重要一步。同时，世界模型已成为AI领域的新焦点，吸引了包括李飞飞和DeepMind在内的多家机构的关注。

💡Meta推出的V-JEPA 2是一款全新的开源AI“世界模型”，能够理解三维环境及物体的运动，构建对现实的内部模拟。

🤖V-JEPA 2能够识别物体在物理世界中的运动规律，例如从桌子上滚落的球会掉到地上，并能判断视线之外的物体。

🚗该模型在送货机器人和自动驾驶汽车等设备上具有显著的应用优势，能够帮助这些设备实时理解周围环境，在物理世界中导航。

🌐V-JEPA 2在简化的“潜在空间”中进行推理，与依赖大量标注数据或视频素材的传统方法不同，从而理解物体如何运动、互动和反馈。

🌍世界模型已成为AI社区的新焦点，其他公司也在积极研发类似模型，例如李飞飞的World Labs和谷歌DeepMind的Genie。

6月12日消息，据CNBC报道，Meta周三宣布，正在推出一款全新的AI“世界模型”（world model），能够更好地理解三维环境及物体的运动。Meta拥有Facebook和Instagram等知名社交应用。该公司表示，其全新开源AI模型V-JEPA 2能够在物理世界中理解、预测并规划。作为一种世界模型，该系统借鉴了物理世界的逻辑，构建出对现实的内部模拟，使AI能够以更接近人类的方式学习、规划和决策。

以Meta的新模型为例，V-JEPA 2能够识别出从桌子上滚落的球会掉到地上，也能判断视线之外的物体并未凭空消失。

人工智能一直是Meta首席执行官马克·扎克伯格（Mark Zuckerberg）关注的重点领域，因为公司正面临来自OpenAI、微软和谷歌等参与者的竞争。知情人士向CNBC透露，Meta计划向人工智能公司Scale AI投资140亿美元，并聘请其首席执行官亚历山大·王（Alexandr Wang）以加强自身AI战略。

Meta强调，V-JEPA 2模型在送货机器人和自动驾驶汽车等机器上的应用优势明显。这类设备需要能够实时理解周围环境，才能在物理世界中顺利导航。

Meta称，与依赖大量标注数据或视频素材的传统方法不同，V-JEPA 2在简化的“潜在空间”（latent space）中进行推理，从而理解物体如何运动、互动和反馈。

Meta首席AI科学家杨立昆（Yann LeCun）周三在巴黎Viva Tech大会的视频演讲中表示：“让机器理解物理世界，与让它们理解语言有本质区别。”

他补充道：“世界模型就像现实的抽象数字孪生体，AI可以借此理解世界、预测自身行为的后果，从而制定实现特定任务的行动方案。”

AI领域的下一个风口？

近期，研究者的关注点已不再局限于生成式AI应用背后的大语言模型（如OpenAI的ChatGPT和Google Gemini），世界模型因此在AI社区引发了极大关注。

去年9月，知名AI研究员李飞飞为其新创业公司World Labs融资2.3亿美元，目标是打造更好理解物理世界结构的“大型世界模型”（large world models）。

与此同时，谷歌旗下DeepMind团队也在开发名为Genie的世界模型。据称，该模型能够实时模拟游戏和三维环境。