نماذج العالم، أو أجهزة محاكاة العالم، تُعتبر تقدمًا محوريًا في الذكاء الاصطناعي. شركات مثل World Labs التابعة لفي-في لي، التي جمعت 230 مليون دولار لنماذج واسعة النطاق، وDeepMind، التي استقدمت منشئ سورا من OpenAI، تتصدر هذه التطورات. إذًا، ما هي نماذج العالم؟ هي تستوحي الإلهام من قدرة الدماغ البشري على تشكيل تمثيلات ذهنية للعالم بناءً على المدخلات الحسية، مما يمكنها من التنبؤ بالأحداث الخارجية. قدم باحثو الذكاء الاصطناعي ها وشمينهبير مثالًا على ذلك، حيث وصفوا كيف يتنبأ لاعبو البيسبول بشكل بديهي بمسار الكرة، مما يسمح لهم بالتأرجح بفعالية دون تخطيط واعٍ. اكتسبت نماذج العالم رواجًا بسبب إمكاناتها في الفيديو التوليدي، معالجة المشكلات الشائعة للحركات غير الواقعية وتجارب "الوادي الغريب" في المحتوى المولَّد بواسطة الذكاء الاصطناعي. بخلاف النماذج التوليدية، التي تعتمد فقط على بيانات المدخلات، تسعى نماذج العالم لفهم أعمق للتفاعلات والنتائج عن طريق التدريب على مجموعات بيانات متنوعة، بما في ذلك الصور والفيديوهات. هذا الفهم يمكن أن يؤدي إلى تحسين الدقة في محاكاة فيزياء العالم الحقيقي والتفاعلات. بالإضافة إلى ذلك، تعد نماذج العالم بوعد تطبيقات تتجاوز إنتاج الفيديو، مثل التنبؤ المفصل والتخطيط.

يقترح يان لي كون من ميتا أن هذه النماذج يمكنها تطوير تسلسلات من الإجراءات بشكل مستقل لتحقيق أهداف محددة عن طريق تصور "عالم" والخطوات اللازمة لتغييره، شبيهًا بكيفية تفكير البشر. على الرغم من إمكاناتها، تواجه تطوير نماذج العالم تحديات كبيرة، بما في ذلك الحاجة إلى قوة حسابية ضخمة ومجموعة واسعة من بيانات التدريب ذات الجودة العالية. تميل النماذج الحالية إلى مواجهة التحيزات وقد لا تعمم بشكل جيد على سيناريوهات مختلفة. يجب أن تكون بيانات التدريب واسعة بما فيه الكفاية ولكن دقيقة لتمكين الفهم المتعمق للبيئات المتنوعة. إذا تم التغلب على هذه العقبات، يتصور خبراء مثل مشربوف مستقبلًا حيث تكون نماذج العالم جسرًا يربط الذكاء الاصطناعي بالعالم الحقيقي بشكل أكثر فعالية، مما يعزز توليد العوالم الافتراضية ويساهم في التطورات في الروبوتات. مع زيادة الوعي بمحيطها، يمكن أن تبدأ الروبوتات في التفكير والتنقل في السيناريوهات المعقدة بشكل مستقل.