パリ、フランス - Metaは、物理世界を理解し予測するように設計された高度なAI「ワールドモデル」であるV-JEPA 2をリリースしました。
この新しいオープンソースモデルは、3D環境とオブジェクトの動きを理解できます。これは、大規模言語モデルを超えた重要な一歩であり、AIが人間のように学習し、計画し、意思決定を行うことを可能にします。
V-JEPA 2は、テーブルから転がり落ちるボールが落ちることを認識できます。オブジェクトがどのように動き、相互作用するかを理解するために、簡略化された「潜在」空間で推論を行います。
MetaのチーフAIサイエンティスト、ヤン・ルカン氏は、言語と物理世界の理解の違いを強調しました。彼は、ワールドモデルが現実の抽象的なデジタルツインとして機能し、AIがその行動の結果を予測できるようにすると説明しました。
Metaは、Scale AIへの140億ドルの投資を計画しており、AIに多額の投資を行っています。同社は、OpenAIやGoogleなどの他のテクノロジー大手と競争するためにAIに注力しています。
V-JEPA 2は、配達ロボットや自動運転車での使用を目的としています。これらのマシンは、ナビゲーションのために周囲の環境をリアルタイムで理解する必要があります。
他の企業もワールドモデルを開発しています。GoogleのDeepMindは、ゲームや3D環境をシミュレートできるGenieに取り組んでいます。フェイフェイ・リーは、大規模なワールドモデルに焦点を当てたWorld Labsというスタートアップのために2億3000万ドルを調達しました。