谷歌加速布局“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AI圈。两款模型均出自DeepMind之手，眼下热度未散，团队已悄然转向更前沿的方向——“世界模型”。公司掌门人哈萨比斯明确表示，这是通往通用人工智能（AGI）的关键拼图。他口中念叨的SIMA 2、Genie等项目，正是基于Gemini构建的3D智能体或动态环境，不仅能实时生成可探索的虚拟空间，还能维持长达一分钟的场景连贯性，为机器人、自动驾驶提供训练温床。

这股风潮早已不止于谷歌。Meta的杨立昆宣布年底离职创业，专注打造能理解物理世界的世界模型；李飞飞的WorldLabs推出Marble，用一张图或一句话就能构建持久3D空间；英伟达也早布局Cosmos平台，助力合成数据生成。技术路线之争随之浮现：一边是靠文本“读懂”世界的语言模型派，另一边是让AI真正“看懂”并推理现实的视觉智能派。尽管目前世界模型尚无ChatGPT级别的爆款产品，落地节奏较慢，但其对物理规律的理解潜力，决定了这场长跑才刚刚起步。