全球大語言模型 (LLM) 技術迭代放緩之際，一場圍繞「世界模型」的 AI 新競賽正悄悄在科技巨頭間展開。這場競賽標誌著 AI 競爭焦點或從語言處理轉向對物理世界的深度理解與模擬，技術能讓 AI 更深入理解並模擬真實世界物理環境，被視為實現機器「超級智慧」（superintelligence）的關鍵途徑。

英國《金融時報》周一 (29 日) 報導，谷歌(GOOGL-US) DeepMind、Meta(META-US) 、輝達 (NVDA-US) 等企業已率先佈置。有別於依賴文本的 LLM，「世界模型」透過學習影片、機器人互動等數據，嘗試模擬物理世界規律，被視為推動自動駕駛、機器人及「AI 代理」突破的關鍵。

市場對其潛力預期驚人。輝達 Omniverse 與模擬技術副總裁 Rev Lebaredian 指出，「世界模型」將滲透製造、醫療等實體領域，潛在市場規模或達「100 兆美元」，其短期應用已顯現。

AI 先驅李飛飛創立的 World Labs 正開發單圖生成 3D 遊戲環境的模型，Runway 上月推出的工具則利用該技術構建更符合物理規律的遊戲場景。

技術進展方面，DeepMind 上月發布 Genie 3 能逐幀產生影片並追蹤交互，透過模擬環境訓練 AI，避免現實試誤風險。

Meta 則借鏡兒童被動觀察學習模式，用原始影片訓練 V-JEPA 模型，6 月發布的第二版已在機器人測試中驗證效果。

輝達執行長黃仁勳更明確指出，該公司下一成長階段將押注「物理 AI」，憑藉 Omniverse 平台推動機器人領域擴張。

巨頭轉型的直接動因是 LLM 觸及能力天花板。儘管投入龐大，OpenAI、Google 等新一代 LLM 的效能飛躍已顯疲態。

Meta 首席 AI 科學家、「現代 AI 教父」Yann LeCun 長期警告，LLM 難以實現人類等級的推理與規劃能力，而「世界模型」也許能突破此一限制。

不過，建構「世界模型」挑戰重重，其訓練需海量物理世界資料與算力支撐，目前仍有技術空白。輝達、Niantic 等嘗試以模型產生或預測環境填補資料缺口，但實現具備 AI 的機器仍需時間。LeCun 預計，這一目標或需十年。

從文本到物理世界的跨越，這場靜默的競賽有望重塑 AI 未來。當科技巨頭們爭相破解「理解世界」的密碼，誰能在數據、算力與演算法的博弈中率先突圍，將有望成為下一代 AI 主導權的決定因素。