英伟达亮相2025 CES 推出革命性“世界模型”AI技术 并发布RTX 5090 GPU

在2025年拉斯维加斯消费电子展（CES）上，英伟达首席执行官黄仁勋以全新形象闪亮登场，除了推出新一代显卡RTX 5090外，还正式进军当今AI领域的关键技术方向——“世界模型”。这一里程碑式的宣布引发了行业内的广泛关注，标志着英伟达在AI技术上的新探索。

世界模型的崭露头角

黄仁勋介绍了Cosmos世界模型（Cosmos World Foundation Models，简称Cosmos WFMs），这是专为理解物理世界而设计的一种新型AI模型。Cosmos WFMs能够预测和生成基于“物理感知”的视频，而这一能力使得其在诸多实际应用中展现出巨大潜力。该模型共分三类，其中参数规模由40亿到140亿不等，分别为Nano、Mega和Ultra，针对不同的应用需求提供解决方案。

具体而言，英伟达还发布了上采样模型，并开发了专为增强现实优化的视频解码器。为了确保负责任的AI使用，英伟达还在其模型框架中加入了guardrail模型，这意味着在开发和应用这些技术时，行业标准和道德规范将得到重视。

科技巨头的追逐与合作

随着英伟达“世界模型”技术的发布，行业内的许多科技企业也纷纷加入到这一新兴领域的探索中。企业如Waabi、Wayve、Fortellix和Uber等均表示将试用Cosmos WFMs，应用于从视频搜索、策划到自动驾驶AI模型构建等多个用例。英伟达的战略不仅是通过其API和NGC目录向开发者开放这些模型，还旨在通过与GitHub和Hugging Face等的协作，推动AI开发的进一步普及与应用。

尽管如此，英伟达并未透露其训练数据的具体来源，这引发了关于版权和数据使用的争议。一些分析人士指出，这也是英伟达将这些模型称为“开放”而非“开源”的原因所在。

世界模型为何重要？

“世界模型”这一概念的基础来源于人类大脑的心智模型，即大脑通过感官输入的信息构建对外部世界的理解。这样的模型使得人类能够根据环境快速做出判断，例如棒球击球手如何瞬间判断挥棒的时机，正是依赖于对球轨迹的预测能力。

在生成式视频领域，世界模型展示出颠覆性的潜力。与传统生成模型相比，世界模型具备了基本的物理规律理解能力。而这种理解能力意味着它能更加真实地模拟物体的运动。例如，模型不仅能预测球的弹跳，还能明白其弹跳原因。这样的技术进步使得创作者在设计虚拟模型时，可以省去复杂的物理运动定义，让模型自主理解和运作。

机器人的未来与AI的融合

多位行业专家对世界模型在各个领域的应用进行了展望。Meta的首席AI科学家Yann LeCun不久前指出，未来的世界模型将能够处理数字和物理领域的复杂预测与规划。例如，在给定一个杂乱无章房间的初始状态与整洁房间的目标状态时，世界模型能够推理出实现清洁的有效步骤。

同样，AI教母李飞飞联合创办的World Labs已筹集了2.3亿美金，致力于开发“大世界模型”，这也是行业内一项重要的投资活动。OpenAI也在此领域开展了研究，推出了能够模拟各种环境的Sora模型，展现出对复杂虚拟世界重建的强大能力。

随着AI技术的不断进步，世界模型被看作是下一个关键突破。尽管实现成熟的“世界模型”仍需时日，但这一技术已经展示了其在虚拟世界生成、机器人技术及AI决策方面的巨大潜力。可预见的是，世界模型将来有望在多种应用场景中发挥重要作用，推动人工智能与现实世界的深度融合，创造出一种全新的应用体验。

训练和运行“世界模型”需要更为强大的计算资源，这是众多企业当前亟待解决的挑战。同时，模型的幻觉和偏见问题仍然存在，这就要求研究者们在开发模型时更加关注数据的多样性和准确性，确保生成内容的可靠性。

世界模型的问世，仿佛为AI行业的未来打开了一扇新的大门，尽管其中还存在诸多未知与挑战，但这一探索将促进AI技术的进一步发展，激发出更富有创意与创新的应用前景。