最近AI視頻賽道的Pika 1.0大火，兩位華人創(chuàng)始人團(tuán)隊(duì)半年做出的產(chǎn)品幾乎碾壓了Runway接近兩年的發(fā)展成果。

面對(duì)Pika的步步緊逼，本以為Runway會(huì)發(fā)力，想辦法至少在公關(guān)上扳回一城，結(jié)果Runway的應(yīng)對(duì)策略是宣布：

我不和你們卷，我的目標(biāo)是星辰大海。

Runway官方今天突然官宣，我們要做通用世界模型（General World Model），用Gen AI來模擬整個(gè)世界！

通用世界模型 （GWM）

我們相信，人工智能的下一個(gè)重大進(jìn)步將來自理解視覺世界及其動(dòng)態(tài)的系統(tǒng)，這就是為什么我們要圍繞通用世界模型開始一項(xiàng)新的長(zhǎng)期研究工作。

世界模型是一種對(duì)環(huán)境有著內(nèi)部理解的AI系統(tǒng)。它可以利用自己對(duì)環(huán)境的理解來模擬該環(huán)境中未來可能發(fā)生的事件。

迄今為止，世界模型的研究主要局限于非常有限和受控的環(huán)境中，比如在視頻游戲般的模擬世界或者是像駕駛這樣的特定領(lǐng)域。

而通用世界模型的目標(biāo)則是要能夠呈現(xiàn)和模擬出像現(xiàn)實(shí)世界那樣廣泛和多樣的情景及互動(dòng)。

在Runway看來，像Gen-2這樣的視頻生成系統(tǒng)，可以被看作是通用世界模型的非常初步和有限的版本。

為了能生成逼真的短視頻，Gen-2需要某種程度上理解物理和動(dòng)態(tài)。

但是，它在處理復(fù)雜的攝像機(jī)運(yùn)動(dòng)或物體運(yùn)動(dòng)等問題上仍然存在局限性。

為了構(gòu)建真正的通用世界模型，我們面臨著許多尚未解決的研究挑戰(zhàn)。其中之一是這些模型需要能夠生成一致的環(huán)境地圖，并具備在這些環(huán)境中導(dǎo)航和互動(dòng)的能力。

它們不僅需要捕捉世界的動(dòng)態(tài)變化，還要能夠理解其中居民的行為動(dòng)態(tài)，這就需要構(gòu)建接近現(xiàn)實(shí)的人類行為模型。

我們正在組建一個(gè)團(tuán)隊(duì)來應(yīng)對(duì)這些挑戰(zhàn)，如果你對(duì)加入我們的研究工作感興趣，我們非常期待你的加入。

針對(duì)Runway的這個(gè)世界模型宣言，從小了講，我們可以把它翻譯為：

現(xiàn)在我們的AI生視頻系統(tǒng)，生成的視頻會(huì)有很多匪夷所思的內(nèi)容，比如這樣：

這樣，

甚至是這樣：

就像LLM會(huì)產(chǎn)生幻覺，信口胡謅一些不存在的內(nèi)容一樣，生視頻AI因?yàn)闆]有辦法理解現(xiàn)實(shí)世界，同樣也會(huì)生成很多詭異的運(yùn)動(dòng)方式和畫面。

而面對(duì)這個(gè)情況，Runway我似乎沒有太好的解決辦法，所以現(xiàn)在需要招聘一些人來解決這個(gè)問題。

說白了就是讓AI能夠理解客觀世界，并且按照客觀世界的運(yùn)動(dòng)和發(fā)展規(guī)律來生成視頻。

而如果從大了講，而如果你能幫我們解決這個(gè)問題，我Runway就不僅僅是能做個(gè)AI生成視頻的工具，而是能按照客觀世界的原理和規(guī)律來生成一個(gè)和我們現(xiàn)實(shí)世界高度一致的新世界。

在這個(gè)新世界中，我們可以模擬一切現(xiàn)實(shí)世界可能可以發(fā)生的事情。

如果AI能有了這樣的能力，將會(huì)在很多地方都有應(yīng)用的場(chǎng)景和可能，我們就能干一些更大的事情。

至于Pika？他們不是說就想做一個(gè)拍電影的工具嘛，和我們根本不是一個(gè)賽道。

世界模型到底是什么？

對(duì)于現(xiàn)在的AI系統(tǒng)是否能夠理解我們生活的這個(gè)世界，現(xiàn)在人類還所知甚少。

圖靈巨頭LeCun不斷諷刺現(xiàn)在的LLM，說他看起來上天文下知地理，但是連3歲小孩的理解能力都沒有。

而也有其他科學(xué)家證實(shí)，LLM已經(jīng)能以某種方式來理解世界。

而LeCun本人的極力推崇的能夠理解世界的「世界模型」，現(xiàn)在幾乎還是一個(gè)停留在PPT上的概念，似乎還沒有找到現(xiàn)實(shí)落地的路徑。

網(wǎng)友熱議

對(duì)此，有網(wǎng)友表示，這是人工智能進(jìn)化的下一個(gè)合乎邏輯的步驟。

甚至認(rèn)為這是實(shí)現(xiàn)AGI的唯一途徑：LLM和其他神經(jīng)網(wǎng)絡(luò)系統(tǒng)可以很容易地描述一把椅子，但世界模特將能夠「體驗(yàn)椅子」。