Applied Frontier #2: TBD | Frontier Labs

Description

Applied Frontier #2: Modele Świata Przestań przewidywać tokeny, zacznij symulować światy Applied Frontier to intymne techniczne spotkanie dla twórców, badaczy, założycieli i inżynierów pracujących na krawędzi systemów AI. Druga edycja skupia się na Modelach Świata, przejściu od systemów AI, które przewidują następny token, do systemów AI, które uczą się wewnętrznego modelu rzeczywistości, a następnie wykorzystują ten model do przewidywania, planowania i działania. Przez ostatnie trzy lata granica była zdominowana przez język. Modele uczyły się świata poprzez tekst, obrazy, wideo i opisy ludzi. Mogły opisać spadający szklankę, ale nie rozumiały, co naprawdę się dzieje, gdy przechyla się poza swój środek ciężkości. Mogły generować pokój, ale nie mogły skutecznie symulować, co się zmienia, gdy agent przez niego przechodzi. Ta luka staje się teraz głównym wydarzeniem. Fei-Fei Li określiła inteligencję przestrzenną jako jedną z kolejnych granic AI. Yann LeCun argumentował, że samo przewidywanie następnego tokenu to za mało, a brakującym elementem jest model świata, który można uruchomić do przodu, aby wspierać planowanie. W całej dziedzinie pytanie staje się ostrzejsze: Czy możemy zbudować modele, które nie tylko opisują rzeczywistość, ale ją symulują? Model świata to wyuczony symulator. Daj mu stan i działanie, a przewidzi co się wydarzy następnie. Niektóre modele świata tworzą interaktywne środowiska, przez które można przechodzić. Inne pomagają robotom rozumieć konsekwencje fizyczne. Niektóre generują syntetyczne światy do treningu i oceny. Niektóre przewidują abstrakcyjne przyszłe stany zamiast renderować każdy piksel. Kluczowe pytanie nie brzmi, czy te systemy wyglądają imponująco. Pytanie brzmi, czy są użyteczne, gdy agent musi działać. O czym będziemy rozmawiać Cztery zagrywki na jednej granicy Będziemy porównywać główne kierunki pojawiające się w modelach świata: interaktywna symulacja, inteligencja przestrzenna, przewidywalne uczenie reprezentacji i fizyczna infrastruktura AI. W tym systemy takie jak Genie 3 od DeepMind, modele świata w czasie rzeczywistym od Decart, Marble od World Labs, V-JEPA od Meta oraz NVIDIA Cosmos. Każdy z nich stawia inny zakład co do tego, co oznacza modelować świat, co powinno być generowane, co powinno być przewidywane i co jest naprawdę użyteczne dla agentów. Generatywne vs. przewidujące modele świata Jedna grupa generuje przyszłość w pikselach i obstawia, że realizm doprowadzi do zrozumienia. Inna przewiduje abstrakcyjny stan ukryty, argumentując, że większość detali pikselowych jest nieistotna dla planowania i kontroli. Ten wybór zmienia wszystko na późniejszym etapie: dane szkoleniowe, ewaluację, obliczenia, pamięć, warunkowanie działania, spójność i to, czy model rzeczywiście może wspierać podejmowanie decyzji. Od obserwacji do działania Model świata zasługuje na swoją nazwę, gdy agent może planować w oparciu o niego. Będziemy omawiać, co jest potrzebne, aby przejść od pasywnej generacji wideo do symulacji warunkowanej działaniem, od pięknych rozgrywek do użytecznych kontrfaktyków, i od „to wygląda realnie” do „to pomaga agentowi wybrać odpowiednie działanie”. Światy jako infrastruktura Modele świata stają się infrastrukturą dla robotyki, autonomicznych pojazdów, agentów ucieleśnionych, gier, danych syntetycznych i testowania w zamkniętej pętli. Będziemy rozmawiać o generacji scenariuszy, pokryciu, wydarzeniach o długim ogonie, cyfrowych bliźniakach, treningu robotów, ocenie opartej na symulacji oraz uporczywej luce między symulacją a rzeczywistością, która wciąż psuje najlepsze demo. Gdzie modele świata są zawodzą Modele świata często zawodzą w subtelny sposób. Fizyka może wyglądać dobrze, podczas gdy jest błędna. Trwałość obiektów może się zacierać. Spójność horyzontu długiego może się załamać. Agenci mogą wykorzystywać błędy symulatora. Realizm wizualny może ukrywać przyczyny nonsensowne. Głębsze pytanie pozostaje otwarte: Czy te systemy uczą się struktury świata, czy przewidują piksele wystarczająco dobrze, aby nas oszukać? Dla kogo to jest To jest dla ograniczonej grupy głęboko technicznych osób aktywnie budujących, badających lub poważnie eksplorujących modele świata i fizyczną AI. Powinieneś przyjść, jeśli pracujesz w inżynierii AI, generacji wideo, robotyce, uczeniu się przez wzmocnienie, symulacji, 3D, grafice, agentach ucieleśnionych, danych syntetycznych, autonomicznych systemach lub infrastrukturze do oceny AI w warunkach zamkniętej pętli. Przyjdź z czymś realnym: modelem, który budujesz, porażką między symulacją a rzeczywistością, problemem ewaluacyjnym, historią robotyczną, potokiem danych syntetycznych, trudnym pytaniem badawczym lub silną opinią na temat tego, gdzie pole jest w błędzie. Jak to działa To nie jest spotkanie networkingowe. Applied Frontier jest zaprojektowane jako techniczna dyskusja o dużym ładunku informacyjnym z małą grupą poważnych twórców. Celem jest wspólne myślenie, kwestionowanie założeń, porównywanie architektur i wychwytywanie problemów, które nie pojawiają się w dopracowanych demach. Oczekuj skoncentrowanego pomieszczenia, technicznej rozmowy i bezpośredniej dyskusji na temat tego, co działa, co się psuje i co następnie powinno istnieć. Dlaczego to ma znaczenie Modele językowe nauczyły się świata pośrednio, poprzez to, co ludzie napisali, oznakowali, nagrali i przesłali. Modele świata próbują nauczyć się go bezpośrednio, poprzez obserwację, interakcję, przewidywanie i symulację. To przejście ma znaczenie, ponieważ kolejna generacja systemów AI nie tylko odpowie na pytania. Będą poruszać się po środowiskach, obsługiwać maszyny, kontrolować oprogramowanie, prowadzić roboty, testować decyzje i planować w warunkach niepewności. Dwa modele mogą być trenowane na tych samych nagraniach i wydawać się równie imponujące w demonstrowaniu. Jeden może nauczyć się wystarczającej struktury, aby wspierać planowanie. Inny może nauczyć się jedynie renderować wiarygodne klatki. Demo może nie znać różnicy. Inżynier tak. Szczegóły wydarzenia Data: czwartek, 30 lipca 2026 Czas: 18:00 - 21:00 Lokalizacja: 111 Maiden Ln #540, San Francisco, CA 94108 Format: techniczna dyskusja i wymiana w małych grupach Limit miejsc: ograniczony Dostęp: wymagana wcześniejsza rejestracja. Uczestnicy powinni przynieść ważny dokument tożsamości ze zdjęciem do rejestracji.