Skaperne av verdener: Hvor teknologigigantene investerer milliarder

Traders Union
Alle nyheter
Redaktørens valg
Kunstig intelligens som kan skape verdener

Alle nyheter

Toppsaker

Redaktørens valg

Kryptonyheter

Finansnyheter

Markedsstemmer

Meglernyheter

Nyheter fra tilsynsmyndighetene

Olesia Kramarenko

31.01.2026

Skaperne av verdener: Hvor teknologigigantene investerer milliarder — AI som kan skape verdener: Derfor investerer selskaper i verdensmodeller

Kunstig intelligens er i ferd med å bevege seg utover tekst og bilder - den lærer seg gradvis å skape virtuelle miljøer og handle i dem. Denne tilnærmingen er kjent som verdensmodeller: systemer som gjenskaper rom, objekter og regler for interaksjon, der hver handling har en konsekvens. Dette paradigmet kan bli nøkkelen til robotikk, autonom transport og komplekse AI-agenter - men det finnes en hake som bremser utviklingen.

Denne artikkelen ble oversatt fra originalen. Les den opprinnelige versjonen av vår korrespondent her.

De fleste moderne modeller er gode til å analysere data og generere responser, men de mangler "intuisjon" for rom og årsak-virkningssammenhenger. De kan beskrive hva som bør gjøres, men forstår ofte ikke hva som vil skje etter en handling: nøyaktig hvor et objekt vil ende opp, hva som vil kollidere, eller hvordan omgivelsene vil endre seg.

Verdensmodeller tetter dette gapet. De gir kunstig intelligens et treningsfelt der beslutninger kan testes på en trygg måte, ruter kan planlegges, feil kan unngås og utfallet kan forutsies. For robotikk, autonome kjøretøy og AI-agenter er ikke dette en bonus - det er et fundament, grunnlaget for pålitelig atferd i den virkelige verden.

Hvordan slike verdener skapes

I praksis brukes to hovedtilnærminger i dag. Den første er dynamisk simulering i sanntid. I dette tilfellet lagres ikke miljøet på forhånd. Det genereres bilde for bilde etter hvert som en bruker eller agent beveger seg gjennom rommet, endrer synsvinkel eller samhandler med objekter. Modellen forutsier kontinuerlig hvordan omgivelsene skal endre seg, og tar hensyn til fysikk og objektatferd.

Denne tilnærmingen gir stor fleksibilitet og gjør det mulig å skape miljøer uten rigide, forhåndsdefinerte scenarier. Samtidig krever den betydelige beregningsressurser, og derfor er stabiliteten til slike simuleringer for tiden begrenset til bare noen få minutter.

Det er denne veien Google går med forskningsplattformen Genie 3, som skaper kortvarige, men logisk konsistente 3D-miljøer. En lignende tilnærming brukes av Meta i Habitat 3-plattformen, som er designet for opplæring av fysiske AI-agenter og roboter.

Loading...

Tweeten ble slettet av forfatteren.

Men vi lagret alt 🙂.

Den andre tilnærmingen fokuserer på vedvarende, lagrede miljøer. Her konverterer modellen tekst, bilder eller video til en fullverdig tredimensjonal scene med geometri, digitale objekter og metadata som beskriver fysiske prosesser. En slik verden kan lagres, importeres til andre programvaremiljøer og gjenbrukes.

Denne retningen utvikles av World Labs under ledelse av Fei-Fei Li. Marble-modellen deres tar sikte på å skape bærbare 3D-miljøer som egner seg for ingeniør-, vitenskaps- og designoppgaver, der stabilitet og reproduserbarhet av resultater er avgjørende.

Hvem investerer og hvorfor

Utviklingen av alle disse modellene krever betydelige investeringer, og dette gjenspeiles allerede i strategiene til de store teknologiselskapene.

Meta Platforms planlegger å øke kapitalinvesteringene til 135 milliarder dollar, og satser på kunstig intelligens som kjerneinfrastruktur for sine fremtidige produkter. Etter å ha restrukturert AI-divisjonen forbereder selskapet nye modeller og plattformer, samtidig som sterke økonomiske resultater i reklamevirksomheten gjør det mulig å finansiere disse investeringene. Markedet har respondert positivt på denne strategien.

Loading...

Tweeten ble slettet av forfatteren.

Men vi lagret alt 🙂.

Tesla og Elon Musks xAI har valgt en annen tilnærming. Selskapet planlegger å bruke rundt 20 milliarder dollar på kunstig intelligens, autonom kjøring og robotteknologi, med ytterligere investeringer i xAI. Musk har offentlig understreket behovet for proprietær halvlederinfrastruktur, noe som understreker hans satsing på full kontroll over hele stakken - fra modeller til beregning.

For begge strategiene er ikke verdensmodeller et sluttprodukt, men et treningsmiljø uten hvilket videre fremgang innen autonome systemer bremser opp eller blir for risikabelt.

Hvordan investorer ser på det

For markedet er verdensmodeller verken et frittstående produkt eller et nytt AI-segment for forbrukere. Investorene ser på dem som et infrastrukturlag som vil avgjøre selskapenes konkurranseevne i den neste utviklingssyklusen i bransjen.

Dette er et langsiktig veddemål. Selskaper som er først ute med å lære kunstig intelligens å arbeide med rom, bevegelse og årsakssammenhenger, vil få en fordel på tvers av alle autonomirelaterte områder - fra robotteknologi til industrielle applikasjoner og transport. Det er derfor markedet i dag er villig til å tolerere kraftige økninger i kapitalutgiftene og fraværet av rask avkastning.

Investorenes reaksjon på Metas planer er talende. Til tross for massive AI-investeringer steg selskapets aksjer etter inntjeningen - markedet trodde at kjernevirksomheten kunne finansiere disse kostnadene uten å miste stabiliteten. I dette tilfellet anses verdensmodeller som en utvidelse av en eksisterende plattform snarere enn et risikabelt eksperiment.

Musks innsats har en annen risikoprofil. Tesla-investorene finansierer i realiteten ikke bare utviklingen av kunstig intelligens, men også et forsøk på vertikal integrering - fra modeller til chips. Denne strategien er dyrere og mer kompleks, men hvis den lykkes, gir den selskapet full kontroll over nøkkelkomponentene i autonome systemer.

Til syvende og sist satser ikke markedet på en spesifikk teknologi, men på en tilnærming. Investorene vurderer om et selskap kan tåle en lang investeringssyklus, og om det har en virksomhet som er i stand til å finansiere utviklingen av verdensmodeller uten å legge press på den kortsiktige lønnsomheten.

Dette materialet kan inneholde tredjeparts meninger, ingen av dataene og informasjonen på denne nettsiden utgjør investeringsråd i henhold til vår Ansvarsfraskrivelse. Selv om vi følger strenge Redaksjonelle Retningslinjer, kan dette innlegget inneholde referanser til produkter fra våre partnere.

Likte du artikkelen?