Сдвиг в ИИ: от языковых моделей к мировым моделям воплощенного интеллекта

Траектория исследований в области Общего Искусственного Интеллекта (ОИИ) в 2025 году демонстрирует решительный поворот от Больших Языковых Моделей (БЯМ) к так называемым «мировым моделям» (World Models).

Этот сдвиг обусловлен фундаментальным недостатком БЯМ — отсутствием понимания физики и причинно-следственных связей в реальном мире, что критически важно для систем, предназначенных для физического взаимодействия. Мировые модели призваны наделить ИИ способностью моделировать и рассуждать о физической реальности, что является краеугольным камнем для воплощенного интеллекта. Когнитивный ученый Гэри Маркус, профессор-эмерит Нью-Йоркского университета, последовательно утверждает, что БЯМ имеют фундаментальные ограничения в надежности и логическом выводе, активно выступая за нейросимволические подходы, которые явно программируют правила мира. Маркус подчеркивает, что для достижения ОИИ необходимо заимствовать знания у людей о том, как они рассуждают о физическом мире, и что время для нейросимволического ИИ и мировых моделей настало.

В авангарде этого движения находится Стэнфордский университет, где Фэй-Фэй Ли, которую называют «крестной матерью ИИ», представила Marble — мировую модель, сфокусированную на пространственном интеллекте. Ли, основавшая стартап World Labs в сентябре 2024 года, утверждает, что для ОИИ необходимо поднять восприятие на уровень действия. World Labs выпустила Marble как первую коммерчески доступную 3D-модель мира, способную генерировать редактируемые 3D-среды из текста и изображений, а также экспортировать их в форматы, совместимые с игровыми движками, такими как Unreal и Unity.

Технологические гиганты также активно участвуют в этой гонке, подтверждая консенсус о важности воплощенного интеллекта. Google DeepMind продвигает свои симуляционные разработки с помощью модели Genie 3, которая генерирует интерактивные 3D-среды в реальном времени с частотой 24 кадра в секунду и разрешением 720p, служа полигоном для обучения агентов. Параллельно с этим, Ян ЛеКун, лауреат премии Тьюринга и бывший главный научный сотрудник Meta, покинул компанию в конце 2025 года, чтобы основать стартап Advanced Machine Intelligence (AMI), полностью посвященный созданию мировых моделей. ЛеКун рассматривает БЯМ как потенциальный тупик для воплощенного ИИ, делая ставку на эффективность и обобщение через модели, основанные на мультимодальных данных и воплощенном рассуждении.

Этот коллективный сдвиг в сторону систем, способных к реальному взаимодействию, подчеркивает растущий спрос на ИИ, который выходит за рамки простого предсказания слов. Мировые модели, в отличие от БЯМ, которые оперируют семантическим рассуждением, но игнорируют физические ограничения, призваны обеспечить физически согласованное взаимодействие. Развитие таких систем, как Marble от World Labs и Genie 3 от DeepMind, демонстрирует, что индустрия ищет системы, которые могут не только планировать на высоком уровне, но и предсказывать последствия своих действий в динамичной среде. Переход к мировым моделям знаменует собой смену парадигмы: от ИИ, который мастерски распознает паттерны, к ИИ, который симулирует, предсказывает последствия и понимает пространство. Этот новый этап является недостающим мостом от текущих БЯМ к достижению Общего Искусственного Интеллекта, ориентированного на реальный мир.