مدل‌های جهانی و رازداری؛ چرا شرکت‌ها سکوت کرده‌اند؟

ماجرا چیست؟

به گزارش TechCrunch AI، هفته گذشته در کنفرانس All In پنلی درباره مدل‌های جهانی (World Models) برگزار شد و همین بهانه‌ای شد تا یکی از مبهم‌ترین گوشه‌های دنیای هوش مصنوعی کمی شکافته شود. دو بازیگر اصلی این حوزه، AMI Labs به رهبری Yann LeCun و World Labs به رهبری Fei-Fei Li هستند؛ دو شرکتی که با وجود جذب سرمایه و هیاهوی قابل توجه، در مقیاس تلاش برای درآمدزایی جایگاه پایینی دارند.

نویسنده گزارش در این پنل از Michael Rabbat، هم‌بنیان‌گذار AMI Labs و معاون بخش مدل‌های جهانی این شرکت، خواسته توضیح دهد که شرکت دقیقاً روی چه چیزی کار می‌کند. پاسخ او مبهم بوده و گفته وقتی آماده باشند درباره‌اش صحبت می‌کنند. او بعدتر در ایمیلی توضیح داده که شرکت همچنان در مرحله پژوهش و ساخت است و درباره برنامه‌های محصولی یا زمان‌بندی عرضه به‌صورت عمومی صحبت نمی‌کند.

به گزارش TechCrunch AI، این احتیاط تنها به AMI محدود نمی‌شود و کل فضای مدل‌سازی جهانی را در بر می‌گیرد. Marble از World Labs احتمالاً کامل‌ترین محصول توسعه‌یافته در این حوزه است؛ دموهای آن از ساخت رسانه و محیط‌های قابل کاوش برای بازی‌های ویدیویی تا جلوه‌های CGI را شامل می‌شود. کاربردهای رباتیکی هم وجود دارد، اما به‌نظر می‌رسد کل پلتفرم بیشتر برای نمایش توانمندی‌ها طراحی شده تا عرضه یک محصول تجاری مشخص.

این رازداری حتی به تأمین‌کنندگان داده این شرکت‌ها هم رسیده است. Alex de Vigan، مدیرعامل Physicl که داده مورد نیاز کسب‌وکار نوپای مدل‌های جهانی را تأمین می‌کند، در حاشیه همان کنفرانس گفته می‌داند داده‌های شرکتش برای آنچه این شرکت‌ها می‌سازند مفید بوده، اما همچنان نمی‌داند آن محصول دقیقاً چیست. او گفته دوست دارد اطلاعات بیشتری به او بدهند، چون در آن صورت می‌توانست داده مفیدتری تولید کند.

بخشی از این ابهام از ماهیت چندکاره مدل‌های جهانی ناشی می‌شود. ساده‌ترین نسخه این فناوری، نوعی نقشه قابل پیمایش از جهان است، شبیه مدل‌های هوش مصنوعی که خودروهای خودران را هدایت می‌کنند. اما همان رویکرد مدل‌سازی که به یک خودروی Waymo کمک می‌کند در ترافیک حرکت کند، می‌تواند به یک ربات انسان‌نما در جابه‌جایی جعبه‌ها کمک کند یا چند دقیقه فیلم را به محیطی قابل کاوش تبدیل کند. AMI پیش‌تر در حوزه‌های تولید، زیست‌پزشکی، رباتیک و حتی نرم‌افزار هوش مصنوعی برای پزشکان از طریق همکاری با Nabla قدم گذاشته است.

[[LINK:/ai-news/industry/]]

جزئیات فنی به زبان ساده

برای فهم ماجرا بهتر است بدانیم مدل جهانی (World Model) در ساده‌ترین تعریف، نوعی مدل هوش مصنوعی است که تلاش می‌کند درک درونی از محیط و قوانین حاکم بر آن بسازد؛ یعنی چیزی شبیه «تصور کردن» فضای اطراف و پیش‌بینی اینکه با هر حرکت چه اتفاقی می‌افتد. این با مدل‌های زبانی که فقط متن تولید می‌کنند تفاوت بنیادی دارد، چون مدل جهانی با فضا، حرکت و زمان سر و کار دارد.

همین ویژگی باعث می‌شود یک مدل جهانی نتواند فقط در یک کاربرد محدود بماند. همان موتوری که برای درک ترافیک شهری آموزش دیده، به‌طور بالقوه می‌تواند برای درک فضای یک کارخانه، حرکت دست ربات یا ساخت یک صحنه سه‌بعدی از روی ویدیو هم به کار بیاید. به همین دلیل است که وقتی از بیرون به این شرکت‌ها نگاه می‌کنیم، فهرست کاربردهای ممکن آن‌ها بسیار طولانی و در عین حال مبهم به نظر می‌رسد.

نکته مهم دیگر این است که این شرکت‌ها فعلاً در مرحله پژوهش و ساخت هستند، نه عرضه محصول. در چنین مرحله‌ای، ابهام درباره جزئیات فنی طبیعی است، چون هنوز چیزی برای فروش وجود ندارد که بخواهند درباره‌اش شفاف باشند.

[[LINK:/news-analysis-ai]]

چرا این اتفاق مهم است؟

این سکوت جمعی پیامدهای مهمی برای صنعت دارد. اول اینکه سرمایه‌گذاران و شرکای تجاری بالقوه در تاریکی می‌مانند و نمی‌دانند پول یا داده‌شان دقیقاً کجا خرج می‌شود. تأمین‌کننده داده‌ای مثل Physicl نمونه روشنی از این وضعیت است؛ کسی که مواد اولیه یک صنعت را می‌دهد اما از محصول نهایی آن بی‌خبر است.

دوم اینکه این ابهام، رقابت را به تعویق می‌اندازد. به گزارش TechCrunch AI، اگر AMI فردا اعلام کند که یک ربات انسان‌نما یا یک سیستم رندر نسل بعدی هالیوود ساخته، بسیاری از آزمایشگاه‌های دیگر ناگهان به این حوزه علاقه‌مند می‌شوند. آن وقت این شرکت با رقابت سایر شرکت‌های مدل جهانی، آزمایشگاه‌های تازه‌تأسیس و حتی بازیگران بزرگی مثل OpenAI و Anthropic روبه‌رو می‌شود.

نویسنده گزارش این وضعیت را نوعی سناریوی «جنگل تاریک» توصیف می‌کند؛ اصطلاحی برگرفته از رمان‌های Cixin Liu. منطق ساده است: اگر نمی‌دانی چه کسی دیگری در جنگل پنهان است، بهتر است توجه‌ها را به خود جلب نکنی. در دنیای سرمایه‌گذاری آسان، رقیبان هم می‌توانند سرمایه جذب کنند و همان پولی که به تو اجازه می‌دهد زیر رادار بسازی، رقیبان بالقوه را هم تغذیه می‌کند.

[[LINK:/ai-journalist]]

این خبر برای کاربران چه کاربردی دارد؟

برای کاربر عادی، این خبر فعلاً به معنای محصول قابل استفاده‌ای نیست که بخواهد منتظر آن باشد. منبع درباره زمان عرضه، قیمت یا دسترسی عمومی به این فناوری‌ها هیچ اطلاعاتی ارائه نکرده است. آنچه مشخص است این است که مدل‌های جهانی هنوز در مرحله پژوهش هستند و شرکت‌ها عمداً درباره برنامه‌های محصولی خود صحبت نمی‌کنند.

اما برای کسانی که در حوزه فناوری کار می‌کنند یا کسب‌وکارشان به هوش مصنوعی گره خورده، این خبر یک هشدار مفید است: نباید روی وعده‌های مبهم شرکت‌های مدل جهانی حساب باز کرد. اگر تأمین‌کننده داده این شرکت‌ها هم نمی‌داند مشتریش دقیقاً چه می‌سازد، برای دیگران هم پیش‌بینی زمان ورود این فناوری به بازار دشوار خواهد بود.

[[LINK:/ai-news/techcrunch-disrupt-2026-startup-battlefield-judges]]

تحلیل: بعد از این چه می‌شود؟

به‌نظر می‌رسد این سکوت تا زمانی که یکی از بازیگران اصلی تصمیم بگیرد اولین محصول جدی خود را رونمایی کند، ادامه داشته باشد. منطق تأخیر در رقابت قوی است، اما تاریخ صنعت فناوری نشان داده که رازداری طولانی‌مدت به‌سختی دوام می‌آورد؛ یا یک شرکت برای جذب سرمایه بیشتر مجبور به افشای جزئیات می‌شود، یا یک رقیب زودتر از موعد پرده را کنار می‌زند.

ممکن است اولین رونمایی جدی از یک محصول مدل جهانی نه از سوی این دو شرکت، بلکه از سمت یک بازیگر بزرگ‌تر مثل OpenAI یا یک استارتاپ کمتر شناخته‌شده رخ دهد. در آن صورت، مزیت سکوت از بین می‌رود و همه بازیگران باید سریع‌تر از برنامه‌شان وارد میدان شوند.

احتمال دیگر این است که مدل‌های جهانی برای مدت طولانی‌تری در قالب فناوری زیربنایی باقی بمانند؛ یعنی به‌جای محصول مستقل، درون محصولات دیگر مثل رباتیک، خودران و ابزارهای تولید محتوا ادغام شوند. در چنین حالتی، کاربر نهایی هرگز نام «مدل جهانی» را نمی‌شنود، اما از آن استفاده می‌کند. این مسیر برای شرکت‌ها هم کم‌ریسک‌تر است، چون نیازی به افشای زودهنگام نقشه راه ندارند.