世界模型競賽：LeCun 創業、Google Genie、Runway 爭相定義 AI 的未來

2026 年將成為「世界模型」（World Models）的重要一年。多個跡象顯示，這一研究方向正在從學術探索走向產業應用：圖靈獎得主 Yann LeCun 離開 Meta 創辦了專注於世界模型的實驗室，據報導正在尋求 50 億美元的估值；Google DeepMind 持續推進 Genie 項目，並在 2025 年 8 月發布了能夠構建實時互動通用世界模型的最新版本；Runway 等創業公司也推出了世界模型產品。

什麼是世界模型？

世界模型是一種能夠理解和模擬物理世界運作方式的 AI 系統。與主要處理語言的大語言模型不同，世界模型試圖學習世界的基本規律——物體如何移動、物理定律如何作用、事件之間的因果關係等。

想像一下：如果你向 ChatGPT 詢問「如果我把一顆球從桌子邊緣推下去會發生什麼」，它會基於語言知識給出答案。但一個真正的世界模型會「模擬」這個場景——計算球的軌跡、考慮空氣阻力、預測落地位置。

Yann LeCun 的新冒險

Yann LeCun 長期以來一直批評當前大語言模型的局限性，認為僅靠預測下一個詞不可能達到真正的智能。他主張，AI 需要對世界有一個「心理模型」，能夠進行因果推理和規劃。

現在，他決定將這一願景付諸實踐。離開 Meta 後，LeCun 創辦的新實驗室專注於開發他所設想的「世界模型」架構。據報導，他正在尋求 50 億美元的估值——這反映了投資者對這一方向的巨大興趣。

「大語言模型就像是一本百科全書——它們知道很多事實，但不理解世界是如何運作的。要實現真正的人工智能，我們需要讓機器像人類一樣理解物理世界。」——Yann LeCun

Google DeepMind Genie

Google DeepMind 在世界模型領域也投入了大量資源。其 Genie 項目旨在創建能夠生成和模擬可互動 3D 環境的 AI 系統。

2025 年 8 月發布的最新 Genie 版本展示了令人印象深刻的能力：它可以根據文字描述或圖像，生成可以實時互動的 3D 場景。用戶可以在這些虛擬環境中「行走」和「互動」，而 AI 會即時生成合理的物理反應。

Genie 的應用前景

• 遊戲開發：自動生成遊戲關卡和環境
• 機器人訓練：在模擬環境中訓練機器人
• 建築可視化：從設計圖生成可互動的 3D 模型
• 教育：創建沉浸式學習環境

Fei-Fei Li 的 World Labs

史丹福大學教授、ImageNet 創始人 Fei-Fei Li 創辦的 World Labs 也在這一領域積極布局。World Labs 的目標是創建能夠理解和推理 3D 空間的 AI 系統，這與世界模型的願景高度一致。

World Labs 已經獲得了大量資金支持，並在計算機視覺和 3D 理解方面展示了突破性進展。

Runway 和創業公司的參與

除了科技巨頭和知名研究者，創業公司也在世界模型領域尋找機會。Runway——以其 AI 影片生成工具聞名——已經推出了世界模型相關的產品，旨在為創意專業人士提供更真實的視覺生成能力。

這些創業公司通常專注於特定的應用領域，如影片製作、遊戲開發或虛擬實境，而不是試圖構建通用的世界模型。

技術挑戰

構建真正的世界模型面臨巨大的技術挑戰：

數據需求

語言模型可以從互聯網上的文字數據學習，但世界模型需要學習物理世界的運作方式。這可能需要大量的視頻數據、3D 場景數據，甚至是機器人在真實世界中的互動數據。

運算需求

模擬物理世界的運作比處理語言更加複雜。預測一個球落地的軌跡需要考慮重力、空氣阻力、地面材質等多種因素。

評估困難

對於語言模型，我們可以通過問答測試來評估其能力。但對於世界模型，評估其對物理世界理解的準確性要困難得多。

對 AGI 的意義

世界模型的支持者認為，這可能是通往通用人工智能（AGI）的關鍵路徑。他們的論點是：真正的智能不僅需要語言能力，還需要對物理世界的深刻理解。

如果這一觀點正確，那麼在世界模型領域取得領先地位的公司，可能會在下一波 AI 革命中佔據優勢。

對香港的機會

世界模型的發展可能為香港帶來獨特的機會。作為電影和創意產業的重要中心，香港可以探索世界模型在視覺特效、虛擬製作和遊戲開發中的應用。

此外，香港的大學在計算機視覺和 3D 重建方面有深厚的研究積累，這些專長可以貢獻於世界模型的發展。