Языковые модели вроде ChatGPT хорошо работают с текстом, но плохо предсказывают, что произойдет в реальном пространстве — например, как поведёт себя предмет, если его толкнуть. На смену им приходят «модели мира» — системы, которые изучают не текст, а законы физики: как объекты движутся и что будет, если их толкнуть или уронить. По сути, это виртуальная копия физической реальности внутри нейросети — и именно поэтому такие модели нужны роботам, беспилотным автомобилям и промышленному проектированию.
Этот тренд ярче всех сформулировала Фэй-Фэй Ли — профессор Стэнфорда, создательница ImageNet и «крестная мать ИИ». Ее стартап World Labs и Nvidia с моделью Cosmos 3 уже активно развивают это направление, а рынок, завязанный на таких моделях — заводы, склады, логистика, цифровые двойники городов — по оценке Nvidia, исчисляется триллионами долларов.
