谷歌加速布局AI世界模型

谷歌最近连放大招，Gemini 3 Pro和Nano Banana Pro接连亮相，迅速点燃全球AI圈。两款模型均出自DeepMind之手，眼下热度未消，团队已悄然转向下一个目标——世界模型。公司掌门人哈萨比斯直言，这是通往通用人工智能（AGI）的关键拼图。他提到的SIMA 2和Genie系列，正是基于Gemini打造的智能体与动态环境生成系统，能在720p下实时构建可交互的3D世界，记忆连贯长达一分钟。这些技术不仅可用于游戏，更为机器人和自动驾驶提供高仿真训练场。

这股“世界模型”浪潮正席卷硅谷。Meta前首席科学家杨立昆宣布年底离职创业，专注物理世界建模；李飞飞的WorldLabs推出Marble，能从单张图片生成持久3D空间；英伟达也早早布局，推出Cosmos平台支持合成数据生成。背后争论的核心清晰而深刻：AI应靠文字“读懂”世界，还是靠视觉与感知“看懂”现实？前者信奉数据堆叠催生智能，后者坚持理解物理规律才是真突破。尽管目前世界模型尚无ChatGPT级爆款，落地节奏缓慢，质疑声不断，但其技术门槛之高、潜力之深，仍让顶尖玩家纷纷押注未来。