抓住風口

本期要點：世界模型，真正值得你關注的一點，是什么？

你好，我是王煜全，這里是王煜全要聞評論。

現(xiàn)在，說到AI，就等同于是在討論大語言模型（LLM）。

無論是近期很火的Agent，還是對通用人工智能（AGI）的暢想，大家都默認了一個前提，大模型將會一直發(fā)展下去。

不過，你是否也好奇過，如果大模型有天花板呢？世界的某個角落，是否正在醞釀一個看起來不起眼、但可能重構整個行業(yè)的新方向？

最近，一個名為AMI Labs的AI公司，成立僅兩個月，幾乎沒有產品，卻完成了約10億美元的種子輪融資。

如果只是金額大，這件事未必值得關注。

但背后的投資人包括英偉達、三星等公司，還有淡馬錫（Temasek）這樣的主權基金，以及貝索斯、施密特等個人投資者。這意味著，這10億美元不是一次普通的融資，而更像是一種重要公司和人物的集體站臺。

這究竟是家什么公司？

AMI Labs的核心人物，是楊立昆（Yann LeCun）。他是圖靈獎得主，曾長期擔任Meta首席AI科學家，也是深度學習的重要推動者之一。AMI Labs則是在Alexander Wang入主Meta之后，他離開Meta所創(chuàng)立的公司。

這次，他提出的方向叫“世界模型”（World Models），核心思路不是優(yōu)化今天的大模型，而是繞開這條路徑，重新定義智能本身。

簡單來說，現(xiàn)在主流的LLM架構，雖然帶動了這波AI浪潮，但楊立昆認為，LLM并不真正理解世界。他試圖讓AI通過看視頻和感知等方式，學習物理世界的運行規(guī)律，從而獲得更強的推理和泛化能力。

可是，這顯然是一個周期極長、難度極高的研究命題，而且不得不說，在Meta的這幾年，楊立昆也并沒有在這個路線上做出太多突破。這次融資之前，他也沒拿出什么清晰的成果。所以，這次的巨額融資也受到不少業(yè)內人士的質疑。

但無論如何，這件事至少說明，在大模型高歌猛進的當下，一部分最前沿的參與者卻都看到了這條路的上限，而世界模型則成為了他們明確押注的下一個方向之一。

大模型的天花板

首先，為什么在大模型已經如此成功的當下，還要去做一件這么不確定的事情？

答案恰恰藏在大模型本身的能力邊界里。

今天的LLM是在預測下一個最可能出現(xiàn)的內容，更準確的說，它掌握的是符號之間的統(tǒng)計關系，而不是理解了世界本身的運行規(guī)律。

因此，大模型可以寫代碼、查資料、做總結，可以寫詩作畫做視頻，卻會在一些小事上翻車。而且這些錯誤，并不是偶發(fā)，而是必然。

比如困擾業(yè)界的“幻覺”，是因為模型在“猜”一個看上去最真的答案。這在聊天中也許無傷大雅，但在醫(yī)療、法律等高要求場景下，幻覺就會帶來實實在在的損失。

此外，比“幻覺”更深一層的問題在于，當模型遇到沒有見過的情況時，它很難真正舉一反三。

因此，在很多具體的業(yè)務領域，大模型必須接入知識庫、疊加規(guī)則系統(tǒng)、甚至引入人工校驗，用外部手段補足大模型自身的不足。

世界模型正是從這里切入，通過觀察視頻、感知變化、預測結果，去學習那些在不同場景中都成立的規(guī)律——與其讓模型看無數(shù)個“物體掉落”的描述和視頻，不如讓它在抽象層面理解“重力”。

換句話說，世界模型的目標是能在全新的任務中自行推導結果，并保證準確性。

盡管這條路仍有爭議，比如什么是“底層規(guī)律”，以及模型是否真的能夠從數(shù)據(jù)中自動提煉出這些規(guī)律，這些都沒有答案，但它依然值得大家的關注。

因為在技術發(fā)展史上，那些真正令人興奮的躍遷，往往藏在未被驗證的路徑上。理解這一點，我們需要把時間往回再撥幾年。

今天，大語言模型幾乎已經成為共識。但在2017年Transformer架構剛剛提出時，并沒有多少人真正意識到它的意義，似乎只是一個理論上可行的新結構，并不是產業(yè)方向。

即便后來OpenAI逐步推出了GPT-2、GPT-3，大多數(shù)人也并不認為這會重塑整個產業(yè)。直到2022年11月30日，ChatGPT3.5的出現(xiàn)和爆發(fā)，大家才意識到，原來2017年的那篇論文才是一切的起點。

從這個角度，AMI Labs的融資就是大家fomo情緒（害怕錯過）的集中爆發(fā)，那些錯過一次的人，不想再錯第二次。即使投錯的概率很大，也要在這些還沒成果卻有潛力的方向中挖掘未來的機會。

投資新范式

但我們想強調的是，更值得關注的，不光是“錢投向了哪里”，更是“錢從哪里來”。

在過去，如世界模型這類基礎研究，通常由高校和科研機構承擔，由國家科研基金提供資金支持，再由大公司在接手后期的工程化和商業(yè)化階段?？茖W家負責探索，產業(yè)界負責放大。

今天，這套分工已經被打破。

因為AI研究不再只是靠天才的想法，更要靠算力、數(shù)據(jù)和工程體系的綜合投入。

高校早已很難承擔這樣規(guī)模的研究，而大公司雖然有能力，卻很難為一個數(shù)年內都可能沒有結果的方向持續(xù)投入資源，它們最關心的是回報。

這方面只有一個范例，就是諾獎得主Demis Hassabis。他在谷歌的體系內確實獲得了極高的容忍，并最終通過AlphaFold證明了長期投入的價值。但這種個例顯然很難被復制。

所以，像李飛飛這樣原本深耕學術體系的科學家，也在通過初創(chuàng)公司來進行研究。如果她不進入資本市場，就拿不到足夠的資源去驗證這個前沿的設想。

李飛飛的World Lab合影

楊立昆這樣的項目，沒有明確成果、甚至路徑本身仍存在爭議，卻能拿到10億美元的融資，邏輯也很類似：一邊是有錢卻焦慮的資本，另一邊是有想法有光環(huán)的科學家，雙方一拍即合。

從投資邏輯看，這確實是有些荒唐。這筆錢很可能得不到確定的商業(yè)回報。

不過有趣的是，也許這些資金在進入的時候，就已經默認了這個結果。它們關心的，不是這個項目能不能成功，而是如果這個方向真的成立，自己能坐在牌桌上。

因此，世界模型到底是不是一場泡沫，以及這10億美元究竟是在“打水漂”，還是一群大佬在提前占位，這些或許并不重要。關鍵在于，當新的嘗試出現(xiàn)，你能否意識到它們的存在，理解它們可能帶來的變化，從中篩出最有潛力的選手，并持續(xù)觀察其進展。

要知道，真正拉開差距的，在于更早看到那些有巨大潛力的方向，持續(xù)追蹤，并在適合自己的時候下場。

所以，在這兒也宣布一個新活動。5月份，我們創(chuàng)新地圖將組織一個硅谷游學考察團，去AI創(chuàng)新最密集的地方，看看好的項目和公司，跟牛人做個深度對談和鏈接。如果你有興趣有時間，歡迎跟我們一起，名額有限，快快掃碼報名吧！

硅谷AI考察，請掃碼報名↓

以上就是今天的內容，更多新趨勢、產業(yè)信號和底層規(guī)律，歡迎加入科技特訓營學習，和我一起，先人一步，領先一路！

王煜全要聞評論，我們明天見。

↓長按圖片掃碼報名，先人一步，領先一路

最后， 鑒于公眾 號推送機制的改變，你未來刷 到要聞評論的機會可能沒那么多了，建議你加入粉絲群，第一時間 得到我的獨家前沿分析，而且我們還會每天在粉絲群里發(fā)布獨家資料，快快掃碼加入吧！

此外，我們還為您準備了一個思維導圖，掃描加群即可領取

“大語言模型的局限性”

↓點擊學習王煜全老師最新大師課，掌握馬斯克的賺錢底層邏輯！