Weltmodellfirmen hüten Geheimnisse

Letzte Woche moderierte ich eine Diskussion über Weltmodelle auf der All-In-Konferenz (unabhängig vom Podcast) und bot einen tiefgehenden Einblick in einen der rätselhaftesten Bereiche der KI. Branchenführer wie Yann LeCuns AMI Labs und Fei-Fei Lis World Labs haben erhebliches Aufsehen erregt und beträchtliche Finanzmittel gesichert, doch ihr Fortschritt hin zur Monetarisierung bleibt bemerkenswert langsam.
Ihnen gemein ist, dass Weltmodelle darauf abzielen, räumliche Intelligenz zu automatisieren und damit Türen zu vielfältigen und potenziell lukrativen Anwendungen zu öffnen, die von Robotik und interaktivem Video bis hin zu fortschrittlichen autonomen Fahrsystemen reichen.
Als ich jedoch nach konkreten Zeitplänen für die Kommerzialisierung fragte, wurden die Antworten vage. Die autoritativste Stimme im Panel war Michael Rabbatt, Mitbegründer und Vizepräsident für Weltmodelle bei AMI Labs. Auf Druck hin zu spezifischen Projekten blieb er ausweichend und erklärte: „Wir werden darüber sprechen, wenn wir bereit sind, darüber zu sprechen.“ In einer anschließenden E-Mail präzisierte er: „Wir befinden uns noch in der Forschungs- und Bauphase, daher sprechen wir öffentlich über keine Produktpläne oder Zeitpläne.“
Da AMI weniger als ein Jahr alt ist, ist diese Zurückhaltung nachvollziehbar. Doch diese Intransparenz durchdringt den breiteren Sektor der Weltmodellierung. World Labs’ Marble scheint das ausgereifteste verfügbare Produkt zu sein, mit Demos, die einfache Medienerstellung, erkundbare VideoSpielumgebungen und CGI-Effekte vorführen. Obwohl Robotikanwendungen existieren, scheint die Plattform primär darauf ausgelegt zu sein, technische Fähigkeiten zu demonstrieren, anstatt unmittelbaren kommerziellen Wert zu liefern.
Diese Geheimhaltung erstreckt sich sogar auf Zulieferer in der Wertschöpfungskette. Auf derselben Konferenz sprach ich mit Alex de Vigan, CEO von Physicl, einem Datenanbieter für die entstehende Weltmodellindustrie. Er bestätigte, dass Physicls Daten effektiv genutzt werden, räumte jedoch ein, dass er über die spezifischen Anwendungen im Unklaren bleibt. „Ich wünschte, sie würden uns mehr erzählen. Wir könnten nützlichere Daten erstellen, wenn wir wüssten, woran sie arbeiten“, erklärte de Vigan.
Ein Teil der Mehrdeutigkeit resultiert aus der inhärenten Vielseitigkeit von Weltmodellen. In ihrer einfachsten Form fungieren sie als navigierbare Karten der physischen Welt, ähnlich den KI-Systemen, die selbstfahrende Fahrzeuge antreiben. Dieselben Modellierungstechniken, die ein Waymo-Fahrzeug den Verkehr navigieren lassen, könnten jedoch auch humanoiden Robotern beim Handhaben von Fracht helfen oder kurze Videoclips in interaktive Umgebungen verwandeln. AMI hat bereits Sektoren einschließlich Fertigung, Biomedizin, Robotik und medizinischer KI durch seine Nabia-Partnerschaft erkundet. Obwohl es unwahrscheinlich ist, dass sie jeden Weg verfolgen, könnten ein oder zwei Kernanwendungen irgendwann als Prioritäten hervortreten.
Es besteht kein Zweifel, dass auf Weltmodell-Technologie lebensfähige Unternehmen aufgebaut werden können. Solange die Kapitalbeschaffung einfach bleibt, gibt es wenig Anreiz, den Fokus einzugrenzen. Tatsächlich ist die Beibehaltung eines breiten Ansatzes strategisch sinnvoll. Wenn AMI morgen die Entwicklung eines humanoiden Roboters oder eines Hollywood-Rendering-Systems der nächsten Generation ankündigen würde, würden zahlreiche andere Labore sofort abbiegen, um zu konkurrieren. Bald stünde das Labor vor potenzieller Konkurrenz von rivalisierenden Weltmodellunternehmen, aufstrebenden Startups und Tech-Giganten wie OpenAI und Anthropic.
Diese Dynamik ist im Wesentlichen die Kehrseite einfacher Kapitalbeschaffung. Konkurrenten können ebenfalls Kapital aufbringen – dieselbe finanzielle Flexibilität, die es Ihnen ermöglicht, unter dem Radar zu operieren, finanziert auch potenzielle Rivalen, sobald der Marktpfad klar wird. Auch wenn Konkurrenz unvermeidlich ist, ist es vorteilhaft, sie so lange wie möglich hinauszuzögern, was bedeutet, spezifische Produktdetails unter Verschluss zu halten.
Für Fans von Cixin Liu spiegelt dies die Dark-Forest-Theorie wider: Wenn Sie andere Akteure im Wald nicht identifizieren können, ist es am sichersten, keine Aufmerksamkeit auf sich zu ziehen.
Verwandter Artikel
Origin Lab sammelt 8 Millionen US-Dollar ein, um Spielefirmen dabei zu helfen, Daten an Hersteller von Weltmodellen zu verkaufen
Während künstliche Intelligenz in den physischen Raum vordringt, entwickeln spezialisierte Labore sogenannte „World Models“, die darauf ausgelegt sind, Robotik zu steuern oder physikalische Objekte zu simulieren. Da diese Organisationen nicht über di
General Intuition sammelt 2,3 Mrd. US-Dollar ein – das Unternehmen setzt darauf, dass Videospieltechnologie KI für Anwendungen im realen Leben trainieren kann
Als wir die Forschungs- und Entwicklungsabteilung von General Intuition in New York betraten, zeigte Mitbegründer und CEO Pim de Witte sofort auf einen Monitor auf einem Stehpult. Es sah so aus, als w
General Intuition strebt eine Kapitalbeschaffung in Höhe von 300 Millionen Dollar bei einer Bewertung von 2 Milliarden Dollar an
General Intuition, ein in New York ansässiges Start-up, das ein Grundmodell entwickelt, mit dem KI-Agenten darin geschult werden, sich in Raum und Zeit zu orientieren, führt derzeit Gespräche über ein
Empfehlungen zu verwandten Spezialthemen
Kommentare (0)

Letzte Woche moderierte ich eine Diskussion über Weltmodelle auf der All-In-Konferenz (unabhängig vom Podcast) und bot einen tiefgehenden Einblick in einen der rätselhaftesten Bereiche der KI. Branchenführer wie Yann LeCuns AMI Labs und Fei-Fei Lis World Labs haben erhebliches Aufsehen erregt und beträchtliche Finanzmittel gesichert, doch ihr Fortschritt hin zur Monetarisierung bleibt bemerkenswert langsam.
Ihnen gemein ist, dass Weltmodelle darauf abzielen, räumliche Intelligenz zu automatisieren und damit Türen zu vielfältigen und potenziell lukrativen Anwendungen zu öffnen, die von Robotik und interaktivem Video bis hin zu fortschrittlichen autonomen Fahrsystemen reichen.
Als ich jedoch nach konkreten Zeitplänen für die Kommerzialisierung fragte, wurden die Antworten vage. Die autoritativste Stimme im Panel war Michael Rabbatt, Mitbegründer und Vizepräsident für Weltmodelle bei AMI Labs. Auf Druck hin zu spezifischen Projekten blieb er ausweichend und erklärte: „Wir werden darüber sprechen, wenn wir bereit sind, darüber zu sprechen.“ In einer anschließenden E-Mail präzisierte er: „Wir befinden uns noch in der Forschungs- und Bauphase, daher sprechen wir öffentlich über keine Produktpläne oder Zeitpläne.“
Da AMI weniger als ein Jahr alt ist, ist diese Zurückhaltung nachvollziehbar. Doch diese Intransparenz durchdringt den breiteren Sektor der Weltmodellierung. World Labs’ Marble scheint das ausgereifteste verfügbare Produkt zu sein, mit Demos, die einfache Medienerstellung, erkundbare VideoSpielumgebungen und CGI-Effekte vorführen. Obwohl Robotikanwendungen existieren, scheint die Plattform primär darauf ausgelegt zu sein, technische Fähigkeiten zu demonstrieren, anstatt unmittelbaren kommerziellen Wert zu liefern.
Diese Geheimhaltung erstreckt sich sogar auf Zulieferer in der Wertschöpfungskette. Auf derselben Konferenz sprach ich mit Alex de Vigan, CEO von Physicl, einem Datenanbieter für die entstehende Weltmodellindustrie. Er bestätigte, dass Physicls Daten effektiv genutzt werden, räumte jedoch ein, dass er über die spezifischen Anwendungen im Unklaren bleibt. „Ich wünschte, sie würden uns mehr erzählen. Wir könnten nützlichere Daten erstellen, wenn wir wüssten, woran sie arbeiten“, erklärte de Vigan.
Ein Teil der Mehrdeutigkeit resultiert aus der inhärenten Vielseitigkeit von Weltmodellen. In ihrer einfachsten Form fungieren sie als navigierbare Karten der physischen Welt, ähnlich den KI-Systemen, die selbstfahrende Fahrzeuge antreiben. Dieselben Modellierungstechniken, die ein Waymo-Fahrzeug den Verkehr navigieren lassen, könnten jedoch auch humanoiden Robotern beim Handhaben von Fracht helfen oder kurze Videoclips in interaktive Umgebungen verwandeln. AMI hat bereits Sektoren einschließlich Fertigung, Biomedizin, Robotik und medizinischer KI durch seine Nabia-Partnerschaft erkundet. Obwohl es unwahrscheinlich ist, dass sie jeden Weg verfolgen, könnten ein oder zwei Kernanwendungen irgendwann als Prioritäten hervortreten.
Es besteht kein Zweifel, dass auf Weltmodell-Technologie lebensfähige Unternehmen aufgebaut werden können. Solange die Kapitalbeschaffung einfach bleibt, gibt es wenig Anreiz, den Fokus einzugrenzen. Tatsächlich ist die Beibehaltung eines breiten Ansatzes strategisch sinnvoll. Wenn AMI morgen die Entwicklung eines humanoiden Roboters oder eines Hollywood-Rendering-Systems der nächsten Generation ankündigen würde, würden zahlreiche andere Labore sofort abbiegen, um zu konkurrieren. Bald stünde das Labor vor potenzieller Konkurrenz von rivalisierenden Weltmodellunternehmen, aufstrebenden Startups und Tech-Giganten wie OpenAI und Anthropic.
Diese Dynamik ist im Wesentlichen die Kehrseite einfacher Kapitalbeschaffung. Konkurrenten können ebenfalls Kapital aufbringen – dieselbe finanzielle Flexibilität, die es Ihnen ermöglicht, unter dem Radar zu operieren, finanziert auch potenzielle Rivalen, sobald der Marktpfad klar wird. Auch wenn Konkurrenz unvermeidlich ist, ist es vorteilhaft, sie so lange wie möglich hinauszuzögern, was bedeutet, spezifische Produktdetails unter Verschluss zu halten.
Für Fans von Cixin Liu spiegelt dies die Dark-Forest-Theorie wider: Wenn Sie andere Akteure im Wald nicht identifizieren können, ist es am sichersten, keine Aufmerksamkeit auf sich zu ziehen.
Origin Lab sammelt 8 Millionen US-Dollar ein, um Spielefirmen dabei zu helfen, Daten an Hersteller von Weltmodellen zu verkaufen
Während künstliche Intelligenz in den physischen Raum vordringt, entwickeln spezialisierte Labore sogenannte „World Models“, die darauf ausgelegt sind, Robotik zu steuern oder physikalische Objekte zu simulieren. Da diese Organisationen nicht über di
General Intuition sammelt 2,3 Mrd. US-Dollar ein – das Unternehmen setzt darauf, dass Videospieltechnologie KI für Anwendungen im realen Leben trainieren kann
Als wir die Forschungs- und Entwicklungsabteilung von General Intuition in New York betraten, zeigte Mitbegründer und CEO Pim de Witte sofort auf einen Monitor auf einem Stehpult. Es sah so aus, als w
General Intuition strebt eine Kapitalbeschaffung in Höhe von 300 Millionen Dollar bei einer Bewertung von 2 Milliarden Dollar an
General Intuition, ein in New York ansässiges Start-up, das ein Grundmodell entwickelt, mit dem KI-Agenten darin geschult werden, sich in Raum und Zeit zu orientieren, führt derzeit Gespräche über ein





Heim






