LLM'lerin aksine, dünya modelleri uzamsal zekayı, fiziksel tutarlılığı ve bir ortamdaki eylemlerin sonuçlarını anlamak üzere tasarlanıyor.
Bu değişim, World Labs ve Advanced Machine Intelligence (AMI) gibi girişimler için milyar dolarlık bir finansman dalgasını tetiklerken, Google DeepMind ve Runway gibi köklü oyuncuların yeni projelerine de zemin hazırladı.
Dünya modellerinin teknik gelişimi şu anda iki temel yaklaşıma odaklanıyor: üretken video modelleri ve açık 3D temsiller.
Bazı araştırmacılar, modellerin fizik ve geometriyi büyük miktardaki video verisinden ölçeklendirme yoluyla örtük olarak öğrenmesi gerektiğini savunan "bitter lesson" yaklaşımını benimsiyor.
Diğerleri ise oyun ve film sektöründeki mevcut yaratıcı iş akışlarına entegre edilebilen Gaussian splats gibi 3D varlıklar üreten hibrit sistemleri savunuyor.
Eğlence sektörünün ötesinde, bu teknolojinin ana itici güçlerinden biri "robot eğitim verisi sorunu" olarak görülüyor.
Geliştiriciler, hassas fiziksel simülasyonlar oluşturarak, insansı robotları manuel operasyonla öğretilmesi zor olan karmaşık gerçek dünya görevleri için eğitmek amacıyla ihtiyaç duyulan geniş ölçekli sentetik veriyi sağlamayı hedefliyor.