مرحبًا! أنا صديقك الصحفي المتخصص في الأخبار المالية والاقتصادية. اليوم، لنتحدث ليس عن الكود البارد، بل عن “نوع جديد” يغير طريقة حياتنا في المستقبل بصمت… وهو نموذج العالم (World Model).
مؤخرًا، أصبح مصطلح “نموذج العالم” شائعًا جدًا في دائرة التكنولوجيا؛ حيث شاركت شركات كبيرة مثل لي فيفي (Li Feifei)، بايت دوت (ByteDance)، تينسنت (Tencent)، علي بابا (Alibaba)، وأنتي (Ant Group) في تطوير هذه التقنية. لكن قد يتساءل الناس: ما هذا بالضبط؟ ما علاقتي به؟ هل يمكن استخدامه الآن؟
لفهم هذا الأمر، قمت بتحليل معمق لمقال من موقع “شي شياوياو تكنولوجي شو” (Xi Xiaoyao Technology Show). لم يكن المقال مليئًا بالمصطلحات الغامضة، بل قام المؤلف بتجربة خمسة منتجات رئيسية لنماذج العالم في الصين كما لو كان يلعب لعبة إلكترونية.
دعوني أشرح هذا التقييم بلغة بسيطة، من خلال خمسة أبعاد أساسية، لتفهم مدى تقدم هذه التقنية:
---
البعد الأول: تفسير المفهوم: نموذج العالم ليس مجرد فيديو، بل “عالم موازي قابل للتفاعل”
أولاً، يجب تصحيح سوء فهم كبير: نموذج العالم ≠ نموذج توليد الفيديو.
- نماذج توليد الفيديو (مثل سورا Sora): تشبه مشاهدة فيلم؛ لا يمكنك التفاعل معه. ما يصوره المخرج هو ما تراه، وهو خطي وثابت.
- نموذج العالم: تشبه لعب ألعاب مثل “سيلدا ريبورت” (The Legend of Zelda) أو “ماي وورلد” (My World)؛ يمكنك التفاعل معه في الوقت الفعلي:
- يمكنك التحرك للأمام أو الخلف أو الانعطاف.
- يمكنك إعطاء أوامر للعالم: “أن يمطر”， “افتح الباب”， “اجعل القط خارقًا”.
- المنطق الأساسي: الصورة التالية يتم حسابها وإنشاؤها في الوقت الفعلي بناءً على تحركاتك وأوامرك.
مثال بسيط: إذا كان نموذج توليد الفيديو يعرض لك شريط فيديو لعالم تحت الماء، فإن نموذج العالم يضعك في ذلك العالم بشكل حقيقي؛ إذا أردت السباحة إلى اليسار، ستتفرق الأسماك؛ إذا أردت رمي حجرًا، ستتطاير الرذاذات. إنه يعمل بشكل مستمر ويعطي استجابات فورية.
حاليًا، هناك خمس شركات صينية قدمت منتجات نموذج عالم قابلة للاختبار:
1. أنتي لينغبوت-وورلد 2.0 (Ant LingBot-World 2.0)
2. لوبيت زينغ-0.5 (Loopit Zing-0.5)
3. علي هابيأويستر 1.0 (Alibaba HappyOyster 1.0)
4. آيشي آر1 (Aishi R1)
5. تينسنت هونيوان هاي-وورلد 2.1 (Tencent Hunyuan HY-World 2.1)
تنقسم طرق لعب هذه المنتجات إلى ثلاث فئات:
- الفئة الأولى: التجول الحر: يمكنك التحرك ويتغير العالم تبعًا لحركاتك (تينسنت، بعض منتجات علي بابا).
- الفئة الثانية: التوجيه: تعطي الأوامر ويعرض العالم لك (آيشي، بعض منتجات علي بابا).
- الفئة الثالثة: التحكم المشترك (الأقرب إلى الألعاب): يمكنك التحرك وتغيير العالم في نفس الوقت (أنتي، لوبيت).
---
البعد الثاني: المقارنة بين القدرات الأساسية: هل يمكنه “تذكر” من أنت؟
ما الأكثر إزعاجًا أثناء اللعب؟ حدوث أخطاء في الرسومات أو تغيرات غير متوقعة في الشخصيات أو البيئة. قام المقال بتقييم مدى قدرة هذه المنتجات على الحفاظ على استقرار العالم أثناء التفاعل.
1. مدى دقة استعادة المدخلات (هل يمكن إعادة إنشاء البداية بشكل صحيح؟)
- الاختبار: إعطاء صورة لسيارة في الصحراء، ومعرفة من يمكنه إعادة إنشاء المشهد الأصلي بدقة.
- النتائج: لوبيت زينغ (Loopit Zing)، هابيأويستر (HappyOyster)، لينغبوت (LingBot) أداؤهم كان الأفضل.
- أمثلة على الأخطاء:
- آيشي آر1 (Aishi R1): إذا أعطيت صورة للظهر، قدمت صورة للوجه مباشرة، مما أدى إلى تغيير كامل في المشهد.
- تينسنت هونيوان هاي-وورلد (Tencent Hunyuan HY-World): رفضت الصور التي تحتوي على أشخاص، واعتبرت فقط الصور الطبيعية. هذا يدل على أنها تركز أكثر على إنشاء المشاهد بدلاً من التفاعل مع الشخصيات.
2. الاستقرار أثناء التحرك (هل يمكن أن يستمر العالم دون تغييرات غير متوقعة؟**
هذا مهم جدًا؛ إذا تحركت للأمام، يجب ألا يتغير العالم أو تظهر أشياء غريبة.
- استقرار الشخصيات والعناصر: لوبيت زينغ وهابيأويستر: كان أداؤهما مستقرًا؛ السيارة بقيت كما هي، والشخصيات لم تتغير.
- لينغبوت: واجهت مشكلة؛ ظهرت عجلات سوداء كبيرة تحت السيارة ولم يمكن إعادة الوضع الأصلي.
- آيشي آر1: أداؤها كان سيئًا للغاية؛ تغير وجه الشخصية ثلاث مرات أثناء القيادة في الصحراء!
تعليق الصحفي: حاليًا، هابيأويستر هي الأفضل في الحفاظ على استقرار العالم، مما يجعلها مناسبة لتجارب غامرة؛ لوبيت زينغ تأتي في المرتبة الثانية؛ لينغبوت وآيشي آر1 يحتاجان إلى المزيد من التحسين.
---
البعد الثالث: هل يفهم النموذج “المنطق العلمي”؟
يجب أن يكون نموذج العالم منطقيًا؛ إذا كانت الأحداث غير منطقية (مثل تدفق الأمواج من سقف السفينة)، فلن يكون من الممكن اللعب به.
قام المقال بتقييم كيفية تعامل هذه المنتجات مع السيناريوهات الفيزيائية:
- سيناريو الأمواج: أمر “هجوم الأمواج”؛ لوبيت زينغ: تدفقت الأمواج من سطح البحر نحو الجسر بشكل منطقي.
- سيناريو الفجر: أمر “الفجر”؛ لوبيت زينغ: تغير السماء والبحر بشكل تدريجي بشكل طبيعي، مثل شروق الشمس الحقيقي.
- لينغبوت: التغيير كان غير واضح، مما يدل على أنها لا تفهم المنطق الفيزيائي بشكل كافٍ.
تعليق الصحفي: لوبيت زينغ هي الأفضل من حيث المنطق الفيزيائي؛ العالم الذي تنشئه يبدو أكثر واقعية ومنظمًا، وهو أمر مهم جدًا لتطوير الألعاب والمحاكاة.
---
البعد الرابع: هل الهدف هو “مجرد المشاهدة” أم “اللعب”؟
هذا مهم لتمييز نماذج العالم عن مجرد الفيديوهات العادية. يقسم المقال القدرات إلى “التوجيه الذاتي للذكاء الاصطناعي” و“التحكم المشترك بين الإنسان والنموذج”.
- التوجيه الذاتي: النماذج مثل آيشي آر1 تقدم قصصًا مبدعة لكنها غير منطقية أحيانًا.
- التحكم المشترك: النماذج مثل لوبيت زينغ تسمح لك بالتحكم في الشخصيات والبيئة في نفس الوقت، مما يجعلها أقرب إلى الألعاب الحقيقية.
تعليق الصحفي:
- إذا كنت تريد مجرد مشاهدة قصص مبدعة، اختر هابيأويستر (علي بابا).
- إذا كنت تريد اللعب والتفاعل، اختر لوبيت زينغ (Loopit).
- لينغبوت (أنتي) تقدم تأثيرات بصرية جذابة لكنها قد تعيق التفاعل.
---
البعد الخامس: التطبيق التجاري: هل هو سريع وميسر الاستخدام؟
حتى أفضل التقنيات لا يمكن استخدامها إذا كانت بطيئة أو باهظة الثمن.
- سرعة الاستجابة: لوبيت زينغ أسرع في استجابة للتغييرات في البيئة (مثل ظهور الغيوم).
- تكلفة الاستخدام: تكلفة استخدام لوبيت زينغ أقل من يوان واحد، مما يجعلها منافسة من حيث التكلفة.
- تكلفة الخدمات الأخرى: تكلفة هابيأويستر أعلى بكثير، مما يجعلها مناسبة للمنتجين المحترفين أكثر من اللاعبين العاديين.
---
الخلاصة: إلى أي مرحلة وصل نموذج العالم؟
من وجهة نظر اقتصادية، نموذج العالم حاليًا في مرحلة مشابهة لمرحلة GPT-3:
- ليس مثل ChatGPT: لم يصل بعد إلى مستوى الاستخدام السهل والكمال.
- لكنه مثل GPT-3: الطريق التقني واضح،