Искусственный интеллект все активнее становится значимой частью современного научного мира, и теперь на первый план выходит новое направление, способное кардинально изменить применение ИИ в практических задачах — от робототехники до автономных лабораторий.
Речь идет о так называемых «мировых моделях» — системах, которые не просто создают текст или изображения по запросу, а учатся формировать и «проигрывать» целые виртуальные миры с функционирующей физикой.
Работа современных генеративных моделей ИИ иногда впечатляет, но их основной недостаток очевиден: они слабо «осознают» физическую реальность. Такая система может прекрасно описать, как транспортное средство падает с обрыва, но ошибиться в том, что будет происходить — как оно будет вращаться во время падения, где и когда приземлится. Для научных расчетов и создания надежных роботов или беспилотников этого явно недостаточно.
Мировые модели стремятся устранить этот пробел. В общем смысле любая нейросеть, обученная на данных о мире, содержит в себе некую «модель мира». Однако сейчас под мировыми моделями чаще подразумевают ИИ, способный создавать последовательный, исследуемый и часто интерактивный трехмерный мир — подобно видеоиграм от первого лица. Такой ИИ должен «знать» физику достаточно, чтобы, если пользователь толкнет объект со стола, тот полетел вниз и правдоподобно упал, как в реальном мире, а не завис в воздухе.
Крупные компании уже активно вкладывают средства в мировые модели. Google DeepMind в 2025 году представила модель Genie 3, которая по простому текстовому описанию создает фотореалистичную среду, позволяющую перемещение в реальном времени. Стартап Runway выпустил свою версию — GWM‑1. В Европе особое внимание привлекает AMI Labs, основанная одним из «отцов» современного ИИ Яном Лекуном: компания собрала более 1 млрд долларов — рекордный старт для европейского ИТ-проекта.
Эти системы обучаются на тысячах часов видео из реального мира и на точных симуляциях сред, где строго определены законы физики. В результате создается безопасная «песочница», в которой можно оттачивать алгоритмы управления для роботов, дронов или беспилотных автомобилей гораздо быстрее и дешевле, чем в реальности. Для науки это тоже серьезный инструмент: автономная химическая лаборатория или «робот-химик» может сначала «отработать» тысячи часов экспериментов в виртуальном мире, а потом уже перейти в настоящую лабораторию.
AMI Labs выбирает немного иной путь по сравнению с многими конкурентами. В основе ее подхода — архитектура JEPA (Joint Embedding Predictive Architecture), которую Лекун называет моделью «более высокого уровня». Обычные генеративные сети предсказывают будущее кадр за кадром, пиксель за пикселем. JEPA же нацелена на работу с более абстрактными величинами: положением, скоростью, ориентацией объектов, законами их движения. Чтобы предсказать положение Юпитера через 100 лет, как любит приводить пример Лекун, нужно всего лишь несколько чисел, а не миллионы пикселей. Такой подход может оказаться значительно менее требовательным к вычислительным ресурсам, чем колоссальные генеративные модели, и при этом лучше улавливать реальные законы мира.
