2016年，《Pokémon Go》风靡全球，数亿玩家在街头巷尾捕捉虚拟精灵。彼时鲜有人意识到，这些玩家对环境扫描产生的数据，日后将成为机器人导航与物体交互的关键基石。去年，开发商Niantic出售该游戏，全面转向硅谷当下最热门的AI赛道——世界模型（World Models）。
Niantic Spatial首席技术官Brian McClendon表示，公司致力于利用积累的海量数据重建真实世界。与基于文本的大型语言模型不同，世界模型通过视觉输入生成符合物理规律的数字环境。Odyssey首席执行官Oliver Cameron指出，若说语言模型是预测下一个词，世界模型则是根据当前视觉状态预测下一帧画面，从而构建出逼真的模拟训练场。
机器人与自动驾驶的“数字练兵场”
世界模型正悄然渗透进日常生活，成为家用机器人和无人驾驶汽车技术进步的核心驱动力。McClendon认为，该技术允许机器人在非实体环境中进行数百万次模拟训练。开发者只需拍摄工作场所照片生成3D模型，即可让软件在特定空间参数下反复演练，无需机器人实际移动。
在自动驾驶领域，毫秒级的反应速度至关重要。Wayve首席科学家Jamie Shotton强调，世界模型必须理解物理规律、因果关系以及其他交通参与者如何根据车辆行为调整动作。这家初创公司利用行车记录仪视频重现现实中难以复现的危险路况，以此训练专为汽车设计的世界模型。
巨头入局与数据零工经济
除物理应用外，腾讯等科技巨头也在投资开发世界模型，以期革新电子游戏的物理引擎与3D渲染体验。资本市场同样热情高涨：Meta前首席AI科学家Yann LeCun近期为其Advanced Machines Intelligence项目筹集超10亿美元；斯坦福计算机科学家李飞飞于2024年创立World Labs，AMD今年以超80亿美元的价格收购了该公司。
与此同时，世界模型的崛起正在重塑劳动力市场。为模拟真实物理世界，AI实验室急需真人录制生活视频。从叠衣服到洗碗，普通用户通过上传日常影像数据获取微薄报酬。随着行业对高质量模拟数据需求的激增，这类数据采集零工岗位预计将进一步扩大。从2016年追逐虚拟怪兽到如今出售家务视频，现实生活的数字化边界正被不断拓宽。