Runway官宣下场通用世界模型！解决视频AI最大难题，竟靠AI模拟世界？

今天golang学习网给大家带来了《Runway官宣下场通用世界模型！解决视频AI最大难题，竟靠AI模拟世界？》，其中涉及到的知识点包括等等，无论你是小白还是老手，都适合看一看哦~有好的建议也欢迎大家在评论留言，若是看完有所收获，也希望大家能多多点赞支持呀！一起加油学习~

最近AI视频赛道的Pika 1.0大火，两位华人创始人团队半年做出的产品几乎碾压了Runway接近两年的发展成果。

当面对Pika的步步紧逼时，Runway本以为会发力，通过想办法至少在公关上扳回一城。不过，Runway的应对策略却是宣布：

我不和你们卷，我的目标是星辰大海。

Runway官方今天突然官宣，我们要做通用世界模型（General World Model），用Gen AI来模拟整个世界！

通用世界模型 （GWM）

我们相信，人工智能的下一个重大进步将来自理解视觉世界及其动态的系统，这就是为什么我们要围绕通用世界模型开始一项新的长期研究工作。

世界模型是一种对环境有着内部理解的AI系统。它可以利用自己对环境的理解来模拟该环境中未来可能发生的事件。

迄今为止，世界模型的研究主要集中在非常有限和受控的环境中，例如视频游戏般的模拟世界或像驾驶这样的特定领域

而通用世界模型的目标则是要能够呈现和模拟出像现实世界那样广泛和多样的情景及互动。

根据Runway的观点，可以将像Gen-2这样的视频生成系统视为通用世界模型的初步和有限版本

为了能生成逼真的短视频，Gen-2需要某种程度上理解物理和动态。

但是，它在处理复杂的摄像机运动或物体运动等问题上仍然存在局限性。

为了构建真正的通用世界模型，我们面临着许多尚未解决的研究挑战。其中之一是这些模型需要能够生成一致的环境地图，并具备在这些环境中导航和互动的能力。

不仅要捕捉世界的动态变化，还要理解居民的行为动态，这需要构建接近现实的人类行为模型

我们正在组建一个团队来应对这些挑战，如果你对加入我们的研究工作感兴趣，我们非常期待你的加入。

针对Runway的这个世界模型宣言，从小了讲，我们可以把它翻译为：

目前我们的人工智能视频生成系统会产生一些令人难以置信的内容，比如以下示例：

这样做的目的是为了不改变原始意思，将内容翻译成中文，不需要出现原始句子

甚至可以这样说：

就像LLM会产生幻觉，信口胡诌一些不存在的内容一样，生视频AI因为没有办法理解现实世界，同样也会生成很多诡异的运动方式和画面。

面对这种情况，我似乎没有太好的解决办法，因此我们需要招聘一些人来解决这个问题

说白了就是让AI能够理解客观世界，并且按照客观世界的运动和发展规律来生成视频。

如果从更宏观的角度来看，如果您能协助我们解决此问题，那么Runway将不再仅仅是一个生成AI视频的工具，而是能够按照客观世界的法则和规律生成与现实世界高度一致的全新世界

在这个新世界中，我们可以模拟一切现实世界可能可以发生的事情。

如果AI能够具备这样的能力，将会在许多领域中出现各种应用场景和可能性，从而使我们有机会实现更加重大的事情

至于Pika？他们不是说就想做一个拍电影的工具嘛，和我们根本不是一个赛道。

世界模型到底是什么？

对于现在的AI系统是否能够理解我们生活的这个世界，现在人类还所知甚少。

图灵巨头LeCun不断讽刺现在的LLM，说他看起来上天文下知地理，但是连3岁小孩的理解能力都没有。

还有其他科学家证实，LLM已经以某种方式能够理解世界

而LeCun本人的极力推崇的能够理解世界的「世界模型」，现在几乎还是一个停留在PPT上的概念，似乎还没有找到现实落地的路径。

网友热议

有网友表示，这是人工智能进化的下一个合乎逻辑的步骤

甚至认为这是实现AGI的唯一途径：LLM和其他神经网络系统可以很容易地描述一把椅子，但世界模特将能够「体验椅子」。

文中关于数据,训练的知识介绍，希望对你的学习有所帮助！若是受益匪浅，那就动动鼠标收藏这篇《Runway官宣下场通用世界模型！解决视频AI最大难题，竟靠AI模拟世界？》文章吧，也可关注golang学习网公众号了解相关技术文章。