Skabere af verdener: Hvor tech-giganterne investerer milliarder

Traders Union
Alle nyheder
Redaktionens Valg
AI, der kan skabe verdener

Alle nyheder

Tophistorier

Redaktionens Valg

Aktier

Kryptovaluta

Finansielle Nyheder

Valutaer

Råvarer

Virksomheder

Olesia Kramarenko

31.01.2026

Skabere af verdener: Hvor tech-giganterne investerer milliarder — AI, der kan skabe verdener: Hvorfor virksomheder investerer i verdensmodeller

Kunstig intelligens bevæger sig ud over tekst og billeder - den lærer gradvist at skabe virtuelle miljøer og handle i dem. Denne tilgang er kendt som verdensmodeller: systemer, der genskaber rum, objekter og regler for interaktion, hvor enhver handling har en konsekvens. Dette paradigme kan blive nøglen til robotteknologi, autonom transport og komplekse AI-agenter - men der er en hage, som i øjeblikket bremser fremskridtet.

Denne artikel er oversat fra originalen. Læs den oprindelige version af vores korrespondent her.

De fleste moderne modeller er fremragende til at analysere data og generere svar, men de mangler en "intuition" for rum og årsag-virkning-forhold. De kan beskrive, hvad der skal gøres, men forstår ofte ikke, hvad der vil ske efter en handling: hvor præcist et objekt vil ende, hvad der vil kollidere, eller hvordan miljøet vil ændre sig.

Verdensmodeller lukker dette hul. De giver AI en træningsbane, hvor beslutninger kan testes sikkert, ruter kan planlægges, fejl kan undgås, og resultater kan forudsiges. For robotteknologi, autonome køretøjer og AI-agenter er dette ikke en bonus - det er et fundament, det grundlag, som pålidelig adfærd i den virkelige verden er bygget på.

Hvordan sådanne verdener skabes

I praksis bruges to hovedtilgange i dag. Den første er dynamisk simulering i realtid. I dette tilfælde er miljøet ikke lagret på forhånd. Det genereres billede for billede, når en bruger eller agent bevæger sig gennem rummet, skifter synsvinkel eller interagerer med objekter. Modellen forudsiger løbende, hvordan omgivelsernes tilstand bør ændre sig, idet der tages højde for fysik og objektadfærd.

Denne tilgang giver stor fleksibilitet og gør det muligt at skabe miljøer uden stive, foruddefinerede scenarier. Samtidig kræver den betydelige beregningsressourcer, hvilket er grunden til, at stabiliteten af sådanne simuleringer i øjeblikket er begrænset til blot nogle få minutter.

Det er den vej, Google går med sin forskningsplatform Genie 3, som skaber kortvarige, men logisk konsistente 3D-miljøer. En lignende tilgang bruges af Meta i deres Habitat 3-platform, der er designet til at træne fysiske AI-agenter og robotter.

Loading...

Tweetet blev slettet af forfatteren.

Men vi gemte alt 🙂.

Den anden tilgang fokuserer på vedvarende, gemte miljøer. Her konverterer modellen tekst, billeder eller video til en fuldgyldig tredimensionel scene med geometri, digitale objekter og metadata, der beskriver fysiske processer. En sådan verden kan gemmes, importeres til andre softwaremiljøer og genbruges.

Denne retning er ved at blive udviklet af World Labs under ledelse af Fei-Fei Li. Deres Marble-model har til formål at skabe bærbare 3D-miljøer, der egner sig til tekniske, videnskabelige og designmæssige opgaver, hvor stabilitet og reproducerbarhed af resultater er afgørende.

Hvem investerer og hvorfor?

Udviklingen af alle disse modeller kræver betydelige investeringer, og det afspejles allerede i de store teknologivirksomheders strategier.

Meta Platforms planlægger at øge kapitalinvesteringerne til 135 milliarder dollars og satser på AI som kerneinfrastruktur for sine fremtidige produkter. Efter at have omstruktureret sin AI-division forbereder virksomheden nye modeller og platforme, mens stærke økonomiske resultater i reklamevirksomheden gør det muligt at finansiere disse investeringer. Markedet har reageret positivt på denne strategi.

Loading...

Tweetet blev slettet af forfatteren.

Men vi gemte alt 🙂.

Tesla og Elon Musks xAI har valgt en anden tilgang. Virksomheden planlægger at bruge omkring 20 milliarder dollars på AI, selvkørende biler og robotteknologi med yderligere investeringer i xAI. Musk har offentligt understreget behovet for proprietær halvlederinfrastruktur, hvilket understreger hans satsning på fuld kontrol over hele stakken - fra modeller til beregning.

For begge strategier er verdensmodeller ikke et slutprodukt, men et træningsmiljø, uden hvilket yderligere fremskridt inden for autonome systemer går langsommere eller bliver for risikable.

Sådan ser investorerne på det

For markedet er verdensmodeller hverken et selvstændigt produkt eller et nyt AI-segment for forbrugere. Investorerne ser dem som et infrastrukturlag, der vil afgøre virksomhedernes konkurrenceevne i den næste udviklingscyklus i branchen.

Dette er en langsigtet satsning. Virksomheder, der er de første til at lære AI at arbejde med rum, bevægelse og årsagssammenhænge, vil få en fordel på tværs af alle autonomirelaterede områder - fra robotteknologi til industrielle applikationer og transport. Derfor er markedet i dag villigt til at tolerere kraftige stigninger i kapitaludgifterne og fraværet af hurtige afkast.

Investorernes reaktion på Metas planer er sigende. På trods af massive AI-investeringer steg virksomhedens aktier efter indtjeningen - markederne mente, at kerneforretningen kunne finansiere disse omkostninger uden at miste stabilitet. I dette tilfælde betragtes verdensmodeller som en udvidelse af en eksisterende platform snarere end et risikabelt eksperiment.

Musks satsning har en anden risikoprofil. Teslas investorer finansierer ikke kun AI-udvikling, men også et forsøg på vertikal integration - fra modeller til chips. Denne strategi er dyrere og mere kompleks, men hvis den lykkes, giver den virksomheden fuld kontrol over nøglekomponenterne i autonome systemer.

I sidste ende satser markedet ikke på en bestemt teknologi, men på en tilgang. Investorerne vurderer, om en virksomhed kan udholde en lang investeringscyklus, og om den har en forretning, der kan finansiere udviklingen af verdensmodeller uden at lægge pres på den kortsigtede rentabilitet.

Dette materiale kan indeholde tredjepartsmeninger, ingen af dataene og oplysningerne på denne webside udgør investeringsrådgivning i henhold til vores Ansvarsfraskrivelse. Selvom vi overholder strenge Redaktionelle Retningslinjer, kan dette indlæg indeholde referencer til produkter fra vores partnere.

Kunne du lide artiklen?