Schöpfer von Welten: Wo Tech-Giganten Milliarden investieren

Künstliche Intelligenz geht über Text und Bilder hinaus - sie lernt allmählich, virtuelle Umgebungen zu schaffen und in ihnen zu handeln. Dieser Ansatz ist als Weltmodell bekannt: Systeme, die den Raum, die Objekte und die Regeln der Interaktion nachbilden, wobei jede Aktion eine Konsequenz hat. Dieses Paradigma könnte der Schlüssel zur Robotik, zum autonomen Verkehr und zu komplexen KI-Agenten werden - doch es gibt einen Haken, der den Fortschritt derzeit bremst.

Die meisten modernen Modelle sind hervorragend in der Lage, Daten zu analysieren und Antworten zu generieren, aber es fehlt ihnen an einem "Gespür" für den Raum und für Ursache-Wirkungs-Beziehungen. Sie können zwar beschreiben, was getan werden sollte, verstehen aber oft nicht, was nach einer Aktion passiert: wo genau ein Objekt landen wird, was kollidieren wird oder wie sich die Umgebung verändern wird.

Weltmodelle schließen diese Lücke. Sie bieten der KI ein Übungsfeld, auf dem Entscheidungen sicher getestet, Routen geplant, Fehler vermieden und Ergebnisse vorhergesagt werden können. Für die Robotik, autonome Fahrzeuge und KI-Agenten ist dies kein Bonus, sondern eine Grundlage, auf der ein zuverlässiges Verhalten in der realen Welt aufgebaut wird.

Wie solche Welten geschaffen werden

In der Praxis werden heute hauptsächlich zwei Ansätze verwendet. Der erste ist die dynamische Echtzeitsimulation. In diesem Fall wird die Umgebung nicht im Voraus gespeichert. Sie wird Frame für Frame generiert, während sich ein Benutzer oder Agent durch den Raum bewegt, den Blickwinkel ändert oder mit Objekten interagiert. Das Modell sagt kontinuierlich voraus, wie sich der Zustand der Umgebung ändern sollte, wobei die Physik und das Objektverhalten berücksichtigt werden.

Dieser Ansatz bietet eine hohe Flexibilität und ermöglicht die Erstellung von Umgebungen ohne starre, vordefinierte Szenarien. Gleichzeitig erfordert er erhebliche Rechenressourcen, weshalb die Stabilität solcher Simulationen derzeit auf wenige Minuten begrenzt ist.

Diesen Weg beschreitet Google mit seiner Forschungsplattform Genie 3, die kurzlebige, aber logisch konsistente 3D-Umgebungen erzeugt. Einen ähnlichen Ansatz verfolgt Meta mit seiner Plattform Habitat 3, die für das Training von physischen KI-Agenten und Robotern entwickelt wurde.

Loading...

Der Tweet wurde vom Autor gelöscht.

Aber wir haben alles gespeichert 🙂.

Der zweite Ansatz konzentriert sich auf persistente, gespeicherte Umgebungen. Hier konvertiert das Modell Text, Bilder oder Videos in eine vollwertige dreidimensionale Szene mit Geometrie, digitalen Objekten und Metadaten, die physikalische Prozesse beschreiben. Eine solche Welt kann gespeichert, in andere Softwareumgebungen importiert und wiederverwendet werden.

Diese Richtung wird von World Labs unter der Leitung von Fei-Fei Li entwickelt. Ihr Marble-Modell zielt darauf ab, portable 3D-Umgebungen zu schaffen, die sich für technische, wissenschaftliche und Design-Aufgaben eignen, bei denen Stabilität und Reproduzierbarkeit der Ergebnisse entscheidend sind.

Wer investiert und warum

Die Entwicklung all dieser Modelle erfordert beträchtliche Investitionen, und dies spiegelt sich bereits in den Strategien der großen Technologieunternehmen wider.

Meta Platforms plant, seine Investitionen auf 135 Milliarden Dollar zu erhöhen und setzt dabei auf KI als Kerninfrastruktur für seine künftigen Produkte. Nach der Umstrukturierung seiner KI-Abteilung bereitet das Unternehmen neue Modelle und Plattformen vor, während die starke finanzielle Leistung in seinem Werbegeschäft die Finanzierung dieser Investitionen ermöglicht. Der Markt hat positiv auf diese Strategie reagiert.

Loading...

Der Tweet wurde vom Autor gelöscht.

Aber wir haben alles gespeichert 🙂.

Tesla und die xAI von Elon Musk haben einen anderen Ansatz gewählt. Das Unternehmen plant, rund 20 Milliarden Dollar in KI, autonomes Fahren und Robotik zu investieren, mit zusätzlichen Investitionen in xAI. Musk hat öffentlich die Notwendigkeit einer eigenen Halbleiterinfrastruktur betont und damit unterstrichen, dass er auf die volle Kontrolle über den gesamten Stack setzt - von den Modellen bis zur Berechnung.

Für beide Strategien sind Weltmodelle kein Endprodukt, sondern eine Trainingsumgebung, ohne die weitere Fortschritte bei autonomen Systemen verlangsamt oder zu riskant werden.

Wie Investoren das sehen

Für den Markt sind Weltmodelle weder ein eigenständiges Produkt noch ein neues KI-Segment für Verbraucher. Die Investoren betrachten sie als eine Infrastrukturebene, die über die Wettbewerbsfähigkeit der Unternehmen im nächsten Entwicklungszyklus der Branche entscheiden wird.

Dies ist eine langfristige Wette. Unternehmen, die der KI als erste beibringen, mit Raum, Bewegung und Ursache-Wirkungs-Beziehungen zu arbeiten, werden in allen mit Autonomie verbundenen Bereichen - von der Robotik über industrielle Anwendungen bis hin zum Transportwesen - einen Vorteil haben. Aus diesem Grund ist der Markt heute bereit, einen starken Anstieg der Investitionsausgaben und das Ausbleiben schneller Erträge zu tolerieren.

Die Reaktion der Anleger auf die Pläne von Meta ist bezeichnend. Trotz massiver KI-Investitionen stiegen die Aktien des Unternehmens nach den Ergebnissen - die Märkte glaubten, dass das Kerngeschäft diese Kosten finanzieren kann, ohne an Stabilität zu verlieren. In diesem Fall werden die Weltmodelle als Erweiterung einer bestehenden Plattform und nicht als riskantes Experiment betrachtet.

Die Wette von Musk birgt ein anderes Risikoprofil. Die Tesla-Investoren finanzieren nicht nur die KI-Entwicklung, sondern auch den Versuch einer vertikalen Integration - vom Modell bis zum Chip. Diese Strategie ist teurer und komplexer, aber wenn sie erfolgreich ist, gibt sie dem Unternehmen die volle Kontrolle über die Schlüsselkomponenten autonomer Systeme.

Letztendlich setzt der Markt nicht auf eine bestimmte Technologie, sondern auf einen Ansatz. Die Anleger bewerten, ob ein Unternehmen einen langen Investitionszyklus überstehen kann und ob es über ein Geschäft verfügt, das die Entwicklung von Weltmodellen finanzieren kann, ohne die kurzfristige Rentabilität zu belasten.