高加索AV无码,99尹人网毛,韩日337p99,一级a片久久无,97色区综合,激情日韩在线一二三,日韩精品久久精品草比,婷婷久久91,亚洲天堂艹比

但它究竟是什么？它為何如此重要？我們?nèi)绾螛?gòu)建它？以及我們該如何利用它？

在這篇新文章中，李飛飛闡述了真正具有空間智能的世界模型必須實現(xiàn)的三項基本能力：

1. 能像講故事的人一樣進行創(chuàng)作

2. 像急救人員一樣流暢地進行導(dǎo)航

3. 以科學(xué)的精確性進行空間推理

李飛飛表示，

“

空間智能將徹底改變我們創(chuàng)造和與現(xiàn)實世界及虛擬世界互動的方式——革新故事講述、創(chuàng)造力、機器人技術(shù)、科學(xué)發(fā)現(xiàn)以及更多領(lǐng)域。

空間智能：人類認知的基礎(chǔ)

諸如 LLM 之類的生成式人工智能模型已經(jīng)從研究實驗室走向日常生活，成為數(shù)十億人創(chuàng)造力、生產(chǎn)力和溝通的工具。然而，它們能言善辯卻缺乏經(jīng)驗，知識淵博卻缺乏實際經(jīng)驗。

自主機器人仍停留在推測階段，距離未來學(xué)家們長期以來所承諾的日常生活必需品還相去甚遠。

李飛飛表示，要讓人工智能擁有這些能力，需要研究空間智能是如何演變的，以及它如何塑造我們對世界的理解。

空間智能在定義人類與物理世界的互動方式中扮演著至關(guān)重要的角色。我們每天都依賴它來完成最普通的行為，所有這一切都是憑直覺、自動完成的——這是機器至今仍無法企及的流暢性。

空間智能也是想象力和創(chuàng)造力的基石。在許多行業(yè)應(yīng)用中，物體、場景和動態(tài)交互環(huán)境的模擬為無數(shù)關(guān)鍵業(yè)務(wù)用例提供了支持，涵蓋工業(yè)設(shè)計、數(shù)字孿生和機器人訓(xùn)練等領(lǐng)域。

空間智能是人類認知能力的基石。它驅(qū)動著我們的推理和規(guī)劃，通過感官感知復(fù)雜的世界，然后運用直覺理解其在物理和空間層面的運作方式。

遺憾的是，人工智能目前并不具備空間智能的思維方式。

雖然在過去幾年，多模態(tài)邏輯模型（MLLM）使用海量的多媒體數(shù)據(jù)進行訓(xùn)練，從而引入了一些空間感知的基本概念。但是人工智能的空間能力遠未達到人類水平。

最先進的多層線性模型在估計距離、方向和大小方面，或者通過從新角度重新生成物體來“心理”旋轉(zhuǎn)物體方面，很少能比隨機猜測表現(xiàn)得更好。它們無法在迷宮中導(dǎo)航，無法識別捷徑，也無法預(yù)測基本的物理現(xiàn)象。人工智能生成的視頻通常在幾秒鐘后就會失去連貫性。

構(gòu)建真正具有空間智能的機器

構(gòu)建空間智能人工智能需要比邏輯邏輯模型（LLM）更宏大的方案：世界模型。世界模型是一種新型生成模型，其理解、推理、生成和交互語義、物理、幾何和動態(tài)上復(fù)雜的世界的能力，遠遠超出了當(dāng)今邏輯邏輯模型的范疇。

李飛飛通過三種基本能力來定義世界模型：

1. 生成式：世界模型可以生成在感知、幾何和物理上都保持一致的世界。能夠解鎖空間理解和推理的世界模型，也必須能夠生成自身的模擬世界。

2. 多模態(tài)：世界模型從設(shè)計上就是多模態(tài)的。世界模型應(yīng)該能夠處理各種形式的輸入，無論是圖像、視頻、深度圖、文本指令、手勢還是動作—，世界模型都應(yīng)該盡可能完整地預(yù)測或生成世界狀態(tài) 。

3. 交互式：世界模型可以根據(jù)輸入動作輸出下一個狀態(tài)。當(dāng)僅輸入行動（無論是否包含目標狀態(tài)）時，世界模型應(yīng)生成與世界先前狀態(tài)、預(yù)期目標狀態(tài)（如有）及其語義含義、物理定律和動態(tài)行為相一致的輸出。

要構(gòu)建出能夠提供人類所擁有的普適能力的宇宙模型，需要克服諸多巨大的技術(shù)障礙。目前李飛飛的實驗室 World Labs 正在朝著這個目標前進，以下是 World Labs 的一些研究課題示例：

• 一種新的通用訓(xùn)練任務(wù)函數(shù)：這個目標函數(shù)及其相應(yīng)的表示必須反映幾何和物理定律，尊重世界模型作為想象和現(xiàn)實的具象化表征的本質(zhì)。

• 大規(guī)模訓(xùn)練數(shù)據(jù)：訓(xùn)練世界模型所需的數(shù)據(jù)遠比文本整理復(fù)雜得多�；ヂ�(lián)網(wǎng)規(guī)模的圖像和視頻集合提供了豐富且易于獲取的訓(xùn)練素材。但未來的發(fā)展取決于更先進的傳感器系統(tǒng)、更穩(wěn)健的信號提取算法以及更強大的神經(jīng)模擬方法。

• 新的模型架構(gòu)和表征學(xué)習(xí)：世界模型研究必將推動模型架構(gòu)和學(xué)習(xí)算法的進步，尤其是在當(dāng)前多層線性模型學(xué)習(xí)（MLLM）和視頻擴散范式之外。

李飛飛指出，Marble 只是 World Labs 構(gòu)建真正具有空間智能的世界模型的第一步。下一代世界模型將使機器的空間智能提升到一個全新的水平。

參考資料：

https://a16z.substack.com/p/from-words-to-worlds-spatial-intelligence?utm_source=substack&utm_medium=email&utm_content=share