In de race om steeds slimmere AI-modellen te bouwen, kijken pioniers alweer voorbij de huidige generatie chatbots en generatieve videogeneratoren. AI-legende Fei-Fei Li en haar mede-oprichters bij World Labs — Justin Johnson en Ben Mildenhall — schoven aan bij a16z-partner Martin Casado om te praten over Atlas, hun nieuwste wereldmodel. Centraal in de discussie staat de vraag hoe AI niet alleen beelden kan genereren, maar de fysieke ruimte om ons heen echt kan begrijpen en reconstrueren.
Nieuwe perspectieven voorspellen: De 'New View Prediction'
Het technologische fundament van Atlas rust op wat het team new view prediction noemt. Geef het model een reeks foto's of een kort perspectief van een omgeving, en de AI voorspelt feilloos hoe diezelfde ruimte eruitziet vanuit een heel andere hoek of op een ander tijdstip.
Hierdoor smelten twee voorheen gescheiden AI-disciplines samen: het genereren van nieuwe beelden en het driedimensionaal reconstrueren van ruimtes. Volgens het team zou het voorspellen van nieuwe perspectieven wel eens net zo'n fundamentele bouwsteen voor ruimtelijk begrip kunnen worden als het voorspellen van het volgende woord (next token prediction) dat is voor tekstmodellen zoals ChatGPT.
Van creatieve studio's tot robotica
De toepassingsgebieden van deze technologische sprong reiken veel verder dan alleen het maken van mooiere animaties. Tijdens de podcast belichten de experts de grote impact op verschillende sectoren:
- Creatieve Industrie & Gaming: Ontwerpers en game-ontwikkelaars kunnen straks in een handomdraai interactieve 3D-werelden bouwen en aanpassen die zich gedragen volgens de wetten van de fysica.
- Virtuele Verkenning: De stap naar '4D-video' komt hiermee binnen handbereik, waarbij kijkers niet meer passief naar een scherm staren, maar zelf door een opgenomen videoscène kunnen rondlopen.
- Robotica: Om robots autonoom te laten bewegen in een kamer, moeten ze begrijpen hoe ruimtes in elkaar steken. Fei-Fei Li benadrukt hierbij wel dat de beschikbaarheid van hoogwaardige, fysieke trainingsdata momenteel nog een van de grootste flessenhalzen vormt.
De stap van videomodellen naar wereldmodellen
Veel huidige AI-videomodellen creëren weliswaar indrukwekkende beelden, maar ze missen een echt begrip van ruimtelijke dynamiek, bewerkbaarheid en simulatie. Atlas probeert deze stap wél te zetten door de fysieke wereld te modelleren als een dynamische omgeving waarin interactie mogelijk is. Met deze inzet op ruimtelijke intelligentie legt World Labs het fundament voor de volgende generatie AI die niet alleen praat over de wereld, maar er ook naadloos in kan navigeren.
