🧠🌍 ИИ наконец-то учат понимать реальность — или просто продают новый хайп?

Все последние годы мы наблюдали один и тот же фокус: языковая модель жонглирует словами настолько убедительно, что кажется — она всё понимает. Но попроси её поймать мяч или объехать лужу — и иллюзия рассыпается. GPT и Gemini — блестящие лингвисты, которые понятия не имеют, что такое гравитация.

Именно поэтому в 2026-м в моду входят так называемые world models — модели, которые не просто предсказывают следующий токен, а пытаются строить внутреннюю модель физического мира. Три основных подхода: JEPA от Яна Лекуна (AMI Labs только что подняли $1 млрд) — модель игнорирует пиксельный шум и учится на «сжатых» правилах взаимодействия объектов, что даёт скорость и энергоэффективность для роботики. Gaussian Splats от стартапа World Labs Фей-Фей Ли — превращение 2D в полноценную 3D-сцену из математических частиц, которую можно скормить Unreal Engine; сюда уже зашёл Autodesk. И сквозная генерация от Google DeepMind (Genie 3) и NVIDIA (Cosmos) — модель сама рисует физически корректный видеоряд на лету, 24 к/с, без внешних движков, что позволяет Waymo клепать синтетические данные с редкими авариями без риска для людей.

«Модели мира» — красивое название для технологий, которые решают вполне конкретную инженерную задачу: дать роботу и беспилотнику что-то, похожее на пространственный здравый смысл. AMI Labs с миллиардом инвестиций будет убеждать всех, что JEPA — это почти человеческий интеллект (Лекун давно этим занимается). World Labs продаёт Autodesk и архитекторам мечту о мгновенной 3D-среде из текста. NVIDIA и Google просто хотят, чтобы их инфраструктура стала стандартом для синтетических данных — рынок, который будет расти вместе с каждым новым роботом и беспилотником. Настоящая ставка здесь не «понимание физики», а контроль над тем, на чьих симуляциях будут обучаться следующие поколения систем.

LLM останется говорящей головой, world model — телом, а за право быть позвоночником уже идут торги на миллиарды.

Подписывайтесь на Telegram PromtScout.