馬斯克: 馬斯克加入 "視覺模型"是下個"大語言模型"?

2025-10-12 | 來源: 硬AI | 轉到微信 | 有0人參與評論 | 字體: 放大縮小 | 收藏 | 打印

AI競賽的下一個戰場已然清晰：從文本世界走向物理世界。在這場名為“世界模型”的競賽中，馬斯克旗下xAI已攜英偉達專家悄然入局，與谷歌、Meta等巨頭同台競技。xAI計劃率先將該技術應用於AI游戲生成，並探索其在機器人系統的應用。谷歌推斷，未來的視頻模型將變得和語言模型一樣智能。

本文作者：龍玥

來源：硬AI

人工智能領域的戰火正在從大語言模型蔓延至一個更前沿的領域——能夠理解並模擬真實物理世界的“世界模型”（World Models）。而xAI已悄然加入這場競賽，與谷歌和Meta等科技巨頭同台競技。

據英國《金融時報》10月12日報道，馬斯克的初創公司xAI在今年夏天從芯片巨頭英偉達聘請了人工智能專家，專門從事世界模型的研發。與依賴文本的大語言模型不同，世界模型通過對海量的視頻和機器人數據進行訓練，旨在掌握真實世界的物理規律。

“未來的視頻模型將變得和語言模型一樣智能”，谷歌研究人員在論文中說道。英偉達上月也曾表示，世界模型的潛在市場規模可能接近當前全球經濟的總量。

兵馬先行：xAI的游戲“奇襲”與機器人野望

為了在這場競賽中占據一席之地，xAI正在積極招兵買馬。

公司已聘請了來自英偉達的兩位AI研究員Zeeshan Patel和Ethan He，他們在世界模型領域擁有豐富經驗。英偉達憑借其用於創建和運行模擬的Omniverse平台，一直是該技術的領導者。

特斯拉利潤目標難如登天,馬斯克為何還能"躺"拿天價薪酬

潛在商機堪比全球經濟規模馬斯克xAI打造"世界模型"

AI太耗電,美國電網不堪重負怎麼辦?馬斯克:儲能

知情人士透露，xAI為世界模型規劃的第一個商業化落點是游戲領域，用於生成可交互的3D環境。這一動態迅速引發市場關注，因為它不僅是xAI商業化路徑的明確信號，也凸顯了世界模型作為下一代AI技術的巨大潛力。

馬斯克本人也在社交平台X上確認，xAI將在“明年年底前發布一款出色的AI生成游戲”。長遠來看，這些技術最終可能應用於機器人的人工智能系統。

xAI的招聘信息也印證了其發展方向。公司正在為其“omni團隊”招聘圖像和視頻生成領域的技術人員，薪資范圍高達18萬至44萬美元，該團隊致力於“創造超越文本的神奇AI體驗”。

此外，公司還在以時薪45至100美元招聘“視頻游戲導師”，以訓練其AI模型Grok制作視頻游戲。

范式轉移：視覺模型的“GPT時刻”

xAI的高調入局，恰逢一個關鍵的行業預判浮出水面：未來的視頻模型將變得和語言模型一樣智能。谷歌最近的一篇論文指出，其視頻模型Veo 3正展現出與大語言模型（LLM）相似的“湧現能力”。

正如LLM通過“下一詞元預測”的簡單任務，最終學會了數學和創意寫作等額外技能，視頻模型通過“下一幀預測”，也開始零樣本（zero-shot）地解鎖一系列令人驚訝的能力，例如物體分割、邊緣檢測和模擬工具使用等，而這些都未經專門訓練。