新聞 
這個00後憑什麼拿到高瓴們的1億美元
這個00後憑什麼拿到高瓴們的1億美元這個00後憑什麼拿到高瓴們的1億美元
以下為虎嗅和陳博遠的精選對話：
“世界模型壹定會迎來自己的GPT-3時刻”
虎嗅：你們做的是通用世界基座模型。但現在行業裡，很多公司都在講“世界模型”，而且每家的定義都不太壹樣。所以我想知道，逆矩陣現在做的這個“通用世界基座模型”，核心到底是什麼？背後的行業洞察又是什麼？為什麼你們會選擇做這件事？
陳博遠：我覺得這個問題非常關鍵。現在行業裡幾乎anything is a world model（壹切皆是世界模型），所有人都在講世界模型。但我認為，世界模型今天其實還處於壹個“百家爭鳴”的階段。我們更想回到第壹性原理去看這件事。
過去幾年，大語言模型讓AI學會了處理文本和知識，但AI未來壹定會從虛擬世界走向真實的物理世界。無論是游戲物理，還是工業產線，本質上都處在壹個連續、不確定、且受到復雜物理約束的環境裡。
在這個過程中，AI不僅要理解文字，還需要真正理解重力、接觸、因果等物理規律，它們其實共享同壹個底層事實：對於物理壹致性和物理正確性的要求，是硬約束。
同時，壹個場景裡學到的物理規律，本身也是可以遷移的。物理定律不會因為場景變化而改變。
所以我們的核心判斷是：未來壹定會出現壹個能夠跨場景遷移的通用物理世界模型，它會成為AI走向物理世界的基礎設施。
現在行業裡的很多世界模型關注於解決特定場景的問題。有人做3D世界模型，有人做游戲世界模型，也有人做具身世界模型。但我們更強調的是，不同垂類場景背後的物理規律，其實是通用的。
就像今天的大語言模型，可以同時處理金融、法律、代碼等不同任務。我們也希望未來存在壹個通用的世界基座模型，再基於它去適配不同下游場景。
虎嗅：那麼，通用世界基座模型和“世界模型”本身，它們的區別和聯系是什麼？以及為什麼你壹定要強調“基座”這兩個字？
陳博遠：我覺得可以類比自動駕駛。自動駕駛會有L0到L5的分級。L0到L2，本質上還是需要大量人工幹預；而L3以上，其實代表的是壹個自主性能力的階躍，不只是技術能力變化，也意味著應用市場的擴大。
世界模型其實也會存在類似的W0到W5體系。現在行業裡很多所謂的世界模型，本質上還停留在W0或者W1階段。
比如OpenAI在Sora時期提出“世界模擬器”概念，很多視頻生成模型，本質上是在學習世界的連貫表征，生成流暢、好看的視頻；再比如谷歌的Genie 3這類可交互世界模型，它已經能夠響應動作交互，但本質上還是偏“游戲世界”。這類模型更多解決的是影視、游戲等內容生成問題。
但物理AI不只是游戲，也不只是影視。真正的嚴肅工業場景、具身智能、物理仿真、交互世界、科學預測科技計算、工業仿真、工業安全驗證，面對的是大量復雜物理約束，它需要的是W2+模型。
W2最核心的特征，就是“真正懂物理”。所以我們強調“通用世界基座模型”，首先它必須是壹個W2+模型；其次，它不只是解決某壹個垂類場景，而是希望用同壹套物理規律，去解決不同物理場景的問題。
今天很多行業已經有領域專用的世界模型，比如自動駕駛世界模型。但它們往往只能解決單壹場景的問題。
而我們回到第壹性原理會發現，很多物理規律其實天然是通用的。它既是one for all，也是all for one。
不同物理場景的數據和學習過程，本質上遵循的是同壹套物理范式，所以不同場景之間其實能夠互相增強。最終，我們希望用壹個統壹的通用世界基座模型，在不同垂類場景裡，達到比領域專用模型更好的效果。
如果繼續往下劃分：
W2解決的是“物理專業性”；
W3解決的是“跨領域能力”；
W4才是真正意義上的通用泛化。
這其實有點像大語言模型的發展過程。
[物價飛漲的時候 這樣省錢購物很爽]
無評論不新聞，發表壹下您的意見吧
“世界模型壹定會迎來自己的GPT-3時刻”
虎嗅：你們做的是通用世界基座模型。但現在行業裡，很多公司都在講“世界模型”，而且每家的定義都不太壹樣。所以我想知道，逆矩陣現在做的這個“通用世界基座模型”，核心到底是什麼？背後的行業洞察又是什麼？為什麼你們會選擇做這件事？
陳博遠：我覺得這個問題非常關鍵。現在行業裡幾乎anything is a world model（壹切皆是世界模型），所有人都在講世界模型。但我認為，世界模型今天其實還處於壹個“百家爭鳴”的階段。我們更想回到第壹性原理去看這件事。
過去幾年，大語言模型讓AI學會了處理文本和知識，但AI未來壹定會從虛擬世界走向真實的物理世界。無論是游戲物理，還是工業產線，本質上都處在壹個連續、不確定、且受到復雜物理約束的環境裡。
在這個過程中，AI不僅要理解文字，還需要真正理解重力、接觸、因果等物理規律，它們其實共享同壹個底層事實：對於物理壹致性和物理正確性的要求，是硬約束。
同時，壹個場景裡學到的物理規律，本身也是可以遷移的。物理定律不會因為場景變化而改變。
所以我們的核心判斷是：未來壹定會出現壹個能夠跨場景遷移的通用物理世界模型，它會成為AI走向物理世界的基礎設施。
現在行業裡的很多世界模型關注於解決特定場景的問題。有人做3D世界模型，有人做游戲世界模型，也有人做具身世界模型。但我們更強調的是，不同垂類場景背後的物理規律，其實是通用的。
就像今天的大語言模型，可以同時處理金融、法律、代碼等不同任務。我們也希望未來存在壹個通用的世界基座模型，再基於它去適配不同下游場景。
虎嗅：那麼，通用世界基座模型和“世界模型”本身，它們的區別和聯系是什麼？以及為什麼你壹定要強調“基座”這兩個字？
陳博遠：我覺得可以類比自動駕駛。自動駕駛會有L0到L5的分級。L0到L2，本質上還是需要大量人工幹預；而L3以上，其實代表的是壹個自主性能力的階躍，不只是技術能力變化，也意味著應用市場的擴大。
世界模型其實也會存在類似的W0到W5體系。現在行業裡很多所謂的世界模型，本質上還停留在W0或者W1階段。
比如OpenAI在Sora時期提出“世界模擬器”概念，很多視頻生成模型，本質上是在學習世界的連貫表征，生成流暢、好看的視頻；再比如谷歌的Genie 3這類可交互世界模型，它已經能夠響應動作交互，但本質上還是偏“游戲世界”。這類模型更多解決的是影視、游戲等內容生成問題。
但物理AI不只是游戲，也不只是影視。真正的嚴肅工業場景、具身智能、物理仿真、交互世界、科學預測科技計算、工業仿真、工業安全驗證，面對的是大量復雜物理約束，它需要的是W2+模型。
W2最核心的特征，就是“真正懂物理”。所以我們強調“通用世界基座模型”，首先它必須是壹個W2+模型；其次，它不只是解決某壹個垂類場景，而是希望用同壹套物理規律，去解決不同物理場景的問題。
今天很多行業已經有領域專用的世界模型，比如自動駕駛世界模型。但它們往往只能解決單壹場景的問題。
而我們回到第壹性原理會發現，很多物理規律其實天然是通用的。它既是one for all，也是all for one。
不同物理場景的數據和學習過程，本質上遵循的是同壹套物理范式，所以不同場景之間其實能夠互相增強。最終，我們希望用壹個統壹的通用世界基座模型，在不同垂類場景裡，達到比領域專用模型更好的效果。
如果繼續往下劃分：
W2解決的是“物理專業性”；
W3解決的是“跨領域能力”；
W4才是真正意義上的通用泛化。
這其實有點像大語言模型的發展過程。
[物價飛漲的時候 這樣省錢購物很爽]
| 分享: |
| 注： | 在此頁閱讀全文 |
| 延伸閱讀 |
推薦: