Panda, 18 ay boyunca dünya modellerini izliyor. Çerçeveyi çerçeve ile süsleyen sevimli video oyuncakları olarak başladılar. Şimdi insanoid robotlar için eğitim simülatörü, küçük bir ülke flinch yapacak GPU faturaları ile. Bir başka merkezi olmayan hesaplama alanı güvertesi sorunu çözmüş olduğunu iddia etti.
# Bir dünya modeli nedir ve neden şimdi önemli?
Bir dünya modeli, bir sahnenin bir sonraki durumunu tahmin etmeyi öğrenen bir sinir ağıdır. Bu pikseli, eylemleri ve biraz fiziki besleyin ve şimdiden bir saniye sonra ne olması gerektiğini ortaya koyar, iki saniye, on saniye. Modern AI'nın içsel bir fizik motoruna sahip olduğu en yakın şey, kodlanmıştan ziyade öğrendi.
DeepMind'in araştırma ekibine göre, Genie 2 tek bir görüntüden oynanabilir 3D ortamlar üretmek için ilk modeldi, tutarlı bir rollout dakikasına kadar. Pazarlama resimleri bir Minecraft demosu gibi görünüyordu. Gerçek uygulama farklıydı: ne olursa olsun ajan için ücretsiz bir eğitim ortamı.
Robotik laboratuvarlar ilk fark etti. Gerçek dünya insanoidi eğitimi yavaş, pahalı ve insanoidini bozmaya eğilimlidir. Bir dünya modeli size GPU saatlerinin maliyeti için sonsuz sentetik bölüm verir. Ucuz, robotik anlamda. Pahalı, başka bir açıdan.
# Genie 2'den endüstriyel robot yığınlarına
NVIDIA CES 2025'te aynı fikri belirledi, ancak endüstriyi amaçladı. Cosmos, fizik-aware video üreten bir temel model ailesidir robotlar ve kendi kendine giden çöpler için. Framing blunt: Bir milyon gerçek mile ihtiyacınız yok, transfer için yeterince gerçek görünen bir milyon simdi mile ihtiyacınız var.
Sekiz ay sonra, desen her yerde. Yollu trenler geç dünyalarda politikalar sürüyor. Fiziksel Zeka Pi-Zero, gerçek ve sentetik verilerin karışımından öğrenilen açık bir genelist robot politikası. 1X Teknolojileri ve Şekil hem sessizce kabul edilir, röportajtan sonra, insanoid yığınının yarısı gerçek veri ve yarı simülatörü rollouts olduğunu.
İlginç değişim büyük bir modelin varlığı değildir. Şu anda sentetik deneyimi birincil giriş olarak varsayıyor. Pixels eğitim verileridir. Eylemler eğitim verileridir. Dünya modelinin kendisi eğitim altyapısı haline geldi, bir robot takımı aslında gemi yapmak istiyor.
Hesap vergisi hiç kalem değildir
İşte anahtarnotlarda ortaya çıkan kısım. Dünya model rollout bir çerçeve, bir metin LLM token'den daha pahalı bir boyut düzenidir. Sistem yüksek çerçeve oranlarında sıkıştırılmış videoyu tahmin ediyor, eylemlerin durumu, tam bir dakika boyunca sürekli tutarlılık ile. Bu, piksel başına çok fazla FLOPs.
Endüstri, 2025 yılının sonlarında, sınır video jeneratörleri ve eşdeğer metin LLM'ler arasında kesintiler ve eğitim-mal boşlukları hala daha geniştir. Aslında genelleştirilmiş tek bir robot politikası eğitimi şimdi verileri üreten simülatörü saymadan önce yedi rakamlı GPU-saat aralığında sıkıcadır.
Makro bağlam yardımcı değildir. Toplam kripto market cap, 1 Haziran’da, Bitcoin ile hala 57.26% baskın)(https://www.coingecko.com/en/global-charts). Santa Clara'da çip dağılımı ile hiçbir ilgisi olmayan yuvarlak sayılar. Gerçek açık artırma, bir robot laboratuvarının aynı H200 kümesi için bir koruma fonu veya egemen bir bulutu oluşturabileceğidir. Spoiler: Koruma fonu genellikle kazanır ve egemen bulut geri kalanını kazanır.
Bu açıklık kripto hesaplama ağları için açık bir açılış oluşturur. Bu açılışla uyumlu olmak daha zor bir sorudur ve çoğu güverte atlıyor.
# Nerede DePIN hesabı aslında uygun
Render, Akash, io.net ve Bittensor tüm aynı çizgiyi uyduruyor: dünyadaki boş GPUlar AWS veya CoreWeave'dan daha ucuz kiraladı. Inference iş yükleri için, bu bazen doğrudur. Geçen hafta Cerebras ve Groq inference ekonomi tartışmasını ele aldık ve aynı mantık, dünya modellerine inference zamanında uygulanır. Ancak temel bir dünya modeli eğitimi için, çizgi çoğunlukla kurgu.
Eğitim GPUs, düşük çözünürlük NVLink veya InfiniBand kumaşlar arasında yüksek bant genişliği bağlantı gerektirir ve haftalar boyunca tutarlı kalır. Yirmi farklı bodrumdan yirmi H100 kiralamak, kullanılabilir bir eğitim çalıştırmak değildir. Paylaşılan bir Discord kanalıyla yirmi kağıt ağırlığı üretmektedir.
Akash Network, blogunda iş yük arızalarını yayınlar ve yol haritası tartışmalarında dürüst: GPU piyasaları, önceden eğitimsiz olarak değil. DePIN hesabı bugün nerede uyuyor, uzun kuyruk. Hemşireler, Indie oyun stüdyoları varlıklar üretiyor, on-chain ajanlar bir anda birkaç saniye boyunca patlamaya ihtiyaç duyuyorlar. Bu kuyruk gerçek ve büyüyor. Ayrıca temel eğitim pazarı değildir.
AI-gaming projeleri için bölünmüş konular. Bir oyun stüdyosu için Sentetik dünyalar yakın mükemmel bir işlemdir (/blog/topic/ai-agents) kullanım durumu, çünkü her sahne bağımsız ve geçncy-tolerant. Generalist insanoid politika eğitimi değildir. AI ajanlar için kesinler tezimiz AI iş yükleri ve kripto rayları arasındaki doğru uyumun iş yüklerine özel olduğunu savunduk. Dünya modelleri tekrar noktayı kanıtlıyor, bu sefer daha yüksek çözünürlükte.
Sonraki çeyrekte üç sinyal. İlk olarak, herhangi bir büyük laboratuvar bir robot dünya modeli için tam eğitim maliyetli sayıları yayınlarsa, sadece inference maliyeti değil. İkincisi, DePIN ağlarının iş yük türü tarafından kırılan verileri yayınlamaya başladığı, herkes için bir toplam rakam yerine. Üçüncü olarak, AI-gaming projeleri on-chain ekonomilerini inşa edip [Zentrix-style platformları] (/) on-chain varlıklara bağlı olarak, kripto hesaplama raylarından tedarik etmeye başlayın.
Panda bu çeyrekte temiz bir cevap hakkında bahis değildir. Dünya modelleri gerçek, hesaplama vergisi gerçek ve her ikisinden de pazarlama katmanı her zaman olduğu gibi, tam olarak ne olmuştur.
