Есть область AI, где деньги льются рекой, а конкретики почти ноль. Речь про world models — технологию, которая учит машину понимать пространство так, как его понимает человек: где стена, где дверь, куда покатится мяч, если его толкнуть. Звучит абстрактно, но применений масса — от роботов, разбирающих коробки на складе, до беспилотников и интерактивного видео, где можно гулять по сгенерированной сцене как по настоящей локации.
Два главных имени в этой гонке — Ян Лекун с его AMI Labs и Фей-Фей Ли с World Labs. Обе компании собрали заметное финансирование и заметный резонанс в прессе. И обе крайне неохотно говорят, на что именно тратят эти деньги. Журналист TechCrunch напрямую спросил сооснователя AMI Labs Майкла Рэббата, чем компания планирует зарабатывать. Ответ: «Мы поговорим об этом, когда будем готовы говорить». По почте формулировка была чуть мягче, но суть та же — компания находится в фазе исследований и не комментирует продуктовые планы.
World Labs пошла немного дальше — у них есть продукт Marble, который умеет генерировать сцены для видеоигр, спецэффектов и медиапроектов. Но даже здесь ощущение, что демо служат витриной возможностей, а не намёком на реальную бизнес-модель. Похожая скрытность распространяется и на партнёров: глава компании-поставщика данных Physicl признался, что даже не знает, для чего именно его данные используются клиентами. «Я бы хотел, чтобы они рассказывали нам больше. Мы могли бы собирать более полезные данные, если бы знали, над чем они работают», — сказал он.
Логика такой скрытности простая и довольно циничная. Если AMI Labs объявит завтра, что построила гуманоидного робота или систему рендеринга для Голливуда — на следующий день туда ринутся все: другие лаборатории world models, новые стартапы, а следом OpenAI и Anthropic с их ресурсами. Пока инвесторы готовы финансировать исследования без чёткого пути к прибыли, молчание становится рациональной стратегией: чем дольше никто не знает, куда ты целишься, тем дольше у тебя есть форы.
Получается ситуация, знакомая читателям Лю Цысиня — тёмный лес, где выгоднее не выдавать своё местоположение, пока не готов к встрече с соседями. Разница лишь в том, что здесь соседи — не инопланетные цивилизации, а конкуренты с похожим объёмом венчурных денег.
Во что углубиться:
- Что такое world models и spatial intelligence: как AI учится понимать физическое пространство и почему это отдельная задача, отличная от языковых моделей
- Кто такие Ян Лекун и Фей-Фей Ли: биографии и роль этих исследователей в развитии компьютерного зрения и AI до текущих проектов
- Дарк-форест теория Лю Цысиня: откуда взялась эта метафора и почему её применяют к бизнес-стратегиям, а не только к космической фантастике