Meta本周发布的一款新生成式AI模型可能会改变机器理解物理世界的方式，为更智能的机器人等应用创造机会。
这款名为"视频联合嵌入预测架构2"(V-JEPA 2)的开源模型，旨在帮助人工智能理解重力和物体永恒性等物理概念。
Meta在博客文章中表示："通过分享这项工作，我们希望为研究人员和开发者提供最佳模型和基准，以帮助加速研究和进展，最终打造更好、更强大的AI系统来改善人们的生活。"
目前允许AI与物理世界交互的模型依赖于标记数据或视频来模拟现实，但这种新方法强调物理世界的逻辑，包括物体如何移动和相互作用。该模型能让AI理解诸如球从桌子上滚落会掉下来这样的概念。
Meta表示，该模型对自动驾驶车辆和机器人等设备很有用，因为它们无需针对每种可能情况进行训练。公司称这是向类人适应能力AI迈出的一步。
物理AI领域的一大挑战是需要大量训练数据，这需要时间、资金和资源。今年早些时候在SXSW大会上，专家表示合成数据——由AI创建的训练数据——可以帮助传统学习模型应对意外情况。
Meta表示，其新模型简化了这一过程，使实际应用更加高效，因为它不依赖于所有这些训练数据。
世界模型的下一步包括训练能够在不同时空尺度上学习、推理和规划的模型，使它们更好地分解复杂任务。除了视觉之外还能使用音频和触觉等其他感官的多模态模型，也将帮助未来的AI模型更好地理解现实世界。
