Paris, Frankreich - Meta hat V-JEPA 2 vorgestellt, ein fortschrittliches KI-"Weltmodell", das entwickelt wurde, um die physische Welt zu verstehen und vorherzusagen.
Dieses neue Open-Source-Modell kann 3D-Umgebungen und die Bewegung von Objekten erfassen. Es ist ein bedeutender Schritt über große Sprachmodelle hinaus und ermöglicht es der KI, wie Menschen zu lernen, zu planen und Entscheidungen zu treffen.
V-JEPA 2 kann erkennen, dass ein Ball, der von einem Tisch rollt, herunterfallen wird. Es argumentiert in einem vereinfachten "latenten" Raum, um zu verstehen, wie sich Objekte bewegen und interagieren.
Metas Chef-KI-Wissenschaftler, Yann LeCunn, hob den Unterschied zwischen dem Verständnis von Sprache und der physischen Welt hervor. Er erklärte, dass ein Weltmodell als abstrakter digitaler Zwilling der Realität fungiert und es der KI ermöglicht, die Konsequenzen ihrer Handlungen vorherzusagen.
Meta investiert stark in KI, mit einer geplanten Investition von 14 Milliarden US-Dollar in Scale AI. Das Unternehmen konzentriert sich auf KI, um mit anderen Tech-Giganten wie OpenAI und Google zu konkurrieren.
V-JEPA 2 ist für den Einsatz in Lieferrobotern und selbstfahrenden Autos vorgesehen. Diese Maschinen müssen ihre Umgebung in Echtzeit verstehen, um navigieren zu können.
Auch andere Unternehmen entwickeln Weltmodelle. Googles DeepMind arbeitet an Genie, das Spiele und 3D-Umgebungen simulieren kann. Fei-Fei Li sammelte 230 Millionen US-Dollar für ein Startup namens World Labs ein, das sich auf große Weltmodelle konzentriert.