Paryż, Francja - Meta uruchomiła V-JEPA 2, zaawansowany model AI „świata” zaprojektowany do rozumienia i przewidywania świata fizycznego.
Ten nowy model open-source może rozumieć środowiska 3D i ruch obiektów. To znaczący krok naprzód w stosunku do dużych modeli językowych, umożliwiający AI uczenie się, planowanie i podejmowanie decyzji bardziej jak ludzie.
V-JEPA 2 potrafi rozpoznać, że piłka staczająca się ze stołu spadnie. Rozumuje w uproszczonej „ukrytej” przestrzeni, aby zrozumieć, jak obiekty się poruszają i wchodzą w interakcje.
Główny naukowiec AI w Meta, Yann LeCunn, podkreślił różnicę między rozumieniem języka a światem fizycznym. Wyjaśnił, że model świata działa jako abstrakcyjne cyfrowe odbicie rzeczywistości, pozwalając AI przewidywać konsekwencje swoich działań.
Meta intensywnie inwestuje w AI, planując inwestycję w wysokości 14 miliardów dolarów w Scale AI. Firma koncentruje się na AI, aby konkurować z innymi gigantami technologicznymi, takimi jak OpenAI i Google.
V-JEPA 2 jest przeznaczony do użytku w robotach dostarczających i samochodach autonomicznych. Maszyny te muszą rozumieć swoje otoczenie w czasie rzeczywistym w celu nawigacji.
Inne firmy również rozwijają modele świata. DeepMind firmy Google pracuje nad Genie, który może symulować gry i środowiska 3D. Fei-Fei Li zebrała 230 milionów dolarów dla startupu o nazwie World Labs, skupionego na dużych modelach świata.