Paris, Pháp - Meta đã ra mắt V-JEPA 2, một "mô hình thế giới" AI tiên tiến được thiết kế để hiểu và dự đoán thế giới vật lý.
Mô hình mã nguồn mở mới này có thể hiểu các môi trường 3D và chuyển động của các đối tượng. Đây là một bước tiến đáng kể so với các mô hình ngôn ngữ lớn, cho phép AI học hỏi, lập kế hoạch và đưa ra quyết định giống con người hơn.
V-JEPA 2 có thể nhận ra rằng một quả bóng lăn khỏi bàn sẽ rơi xuống. Nó suy luận trong một không gian "ẩn" đơn giản hóa để hiểu cách các đối tượng di chuyển và tương tác.
Nhà khoa học AI trưởng của Meta, Yann LeCunn, đã nhấn mạnh sự khác biệt giữa việc hiểu ngôn ngữ và thế giới vật lý. Ông giải thích rằng một mô hình thế giới hoạt động như một bản sao kỹ thuật số trừu tượng của thực tế, cho phép AI dự đoán hậu quả của các hành động của nó.
Meta đang đầu tư mạnh vào AI, với kế hoạch đầu tư 14 tỷ đô la vào Scale AI. Công ty đang tập trung vào AI để cạnh tranh với các gã khổng lồ công nghệ khác như OpenAI và Google.
V-JEPA 2 dự định được sử dụng trong robot giao hàng và xe tự lái. Những cỗ máy này cần hiểu môi trường xung quanh theo thời gian thực để điều hướng.
Các công ty khác cũng đang phát triển các mô hình thế giới. DeepMind của Google đang làm việc trên Genie, có thể mô phỏng trò chơi và môi trường 3D. Fei-Fei Li đã huy động được 230 triệu đô la cho một công ty khởi nghiệp có tên là World Labs, tập trung vào các mô hình thế giới lớn.