Репортаж от Wedoany，Компания NVIDIA и Пекинский институт искусственного интеллекта (BAAI) недавно одновременно подали сигнал: ИИ переходит из цифрового мира в физический, а данные, мировые модели и симуляция становятся ключевыми элементами, движущими этот процесс. Генеральный директор NVIDIA Дженсен Хуанг на ежегодном собрании акционеров 25 июня 2026 года отметил, что центры обработки данных ИИ являются «фабриками по производству токенов», где каждый токен может быть преобразован в код, ответы, проекты, действия и услуги. Клиенты покупают не просто серверы, а фабрики ИИ, способные приносить доход. Он подчеркнул, что физический ИИ — это следующая волна роста, а роботы, автомобили и заводы станут интеллектуальными агентами в реальном мире. NVIDIA будет обучать модели на фабриках ИИ, симулировать их с помощью Omniverse, а затем развертывать на физических устройствах через такие платформы, как Jetson. Почти одновременно Пекинский институт искусственного интеллекта (BAAI) назвал мировые модели важным консенсусным направлением на пути к общему искусственному интеллекту (AGI), предложив переход от «предсказания следующего слова» к «предсказанию следующего состояния мира».
Основная идея мировых моделей заключается в том, чтобы позволить ИИ воспринимать, понимать и рассуждать о времени, пространстве и физических законах физического мира, охватывая все модальности данных и обладая способностью к активному взаимодействию. Профессор Стэнфорда Фэй-Фэй Ли (Fei-Fei Li) отмечает, что пространственный интеллект — это способность машин воспринимать, рассуждать и действовать в трехмерном пространстве и времени. Основанная ею компания World Labs недавно завершила раунд финансирования на сумму 1 миллиард долларов США, а ее оценка достигла 5 миллиардов долларов. Фэй-Фэй Ли считает: большие языковые модели научили машины читать и писать, а пространственный интеллект научит их наблюдать и строить.
Глобальная гонка мировых моделей быстро набирает обороты, охватывая все сферы: от автономного вождения на открытых дорогах и городских пространств до интерьерных сцен. В области автономного вождения компания Momenta в апреле 2026 года запустила в серийное производство мировую модель R7, которая, опираясь на данные реального вождения протяженностью более 12 миллиардов километров, позволяет системе предвидеть состояние мира; компания Li Auto представила MindVLA-o1, определив автономное вождение как отправную точку физического ИИ. В сфере интерьеров и домашних сцен компания Ezviz выпустила собственную «мировую модель Ezviz Xingchen»; ее робот-полотер для уборки строит трехмерную семантическую карту дома, предвидя движения домашних животных и людей. Компания Daxiao Robotics совместно с Китайским университетом Гонконга (CUHK) представила Kairos-HomeWorld — первую в мире мировую модель, генерирующую весь дом и обеспечивающую полное взаимодействие с объектами, а также одновременно открыла исходный код набора данных из 300 000 реальных планов китайских жилых домов и 5000 симуляционных сцен. В области строительства и BIM глобальный гигант дизайнерского ПО Autodesk сделал стратегические инвестиции в World Labs, продвигая физический ИИ от «понимания данных» к «пониманию архитектуры». В июне 2026 года команда Фэй-Фэй Ли представила технологию World Tracing, которая позволяет восстанавливать полную трехмерную геометрию по одному снимку здания. В сфере открытых и городских пространств компания Amap в июне 2026 года выпустила первую в мире трехмерную нативную городскую мировую модель ABot-Earth0.5, охватывающую более 190 стран и регионов. Для генерации километрового трехмерного городского ландшафта на потребительском GPU требуется всего 10 минут при вводе спутникового изображения, а стоимость составляет лишь один процент от традиционных методов. Компания Baidu интегрировала возможности мировых моделей в свою большую языковую модель ERNIE 5.0 и систему автономного вождения Apollo. Google DeepMind подключил 280 миллиардов панорамных изображений улиц, охватывающих 110 стран мира, к мировой модели Genie, позволяя пользователям генерировать интерактивные среды на основе реальных мест. В области пространственного интеллекта для помещений за рубежом выделяются: Mappedin — крупнейшая в мире платформа для карт помещений, использующая ИИ и технологию LiDAR для преобразования планов зданий в динамические трехмерные цифровые карты, уже охватившая 86 стран мира и более 10 миллиардов квадратных футов внутренних пространств; NavVis — немецкий поставщик решений для пространственного интеллекта помещений, основанный в 2013 году, предоставляющий услуги таким компаниям, как Daimler и Huawei, с помощью мобильных сканирующих систем и платформы цифровых двойников; VergeSense — выпустивший большую пространственную модель (Large Spatial Model, LSM), основанную на данных о поведении в офисных помещениях площадью более 200 миллионов квадратных футов, собранных за восемь лет, для прогнозирования моделей человеческого поведения; Vestella Labs — компания, специализирующаяся на пространственном интеллекте для физического ИИ, чья основная технология позволяет автоматически преобразовывать неструктурированную пространственную информацию (например, изображения, PDF-файлы, чертежи CAD) в понятные для ИИ пространственные данные. В Китае есть компания Shuwei Tech, которая с помощью краудсорсинга проводит полевой сбор данных и автоматическую разметку, а после десяти лет непрерывного обновления создала базу данных пространственной информации о китайских помещениях. Она выполняет непрерывную, поточечную разметку мультимодальной информации (визуальной, текстовой, беспроводных отпечатков и т.д.) для доступных пешеходам городских пространств, таких как сложные внутренние помещения, в конечном итоге генерируя крупномасштабные мультимодальные наборы данных.
Отраслевые данные показывают, что рынок воплощенного ИИ в Китае в 2025 году составит около 915 миллиардов юаней, а в 2026 году, как ожидается, превысит 1,0904 триллиона юаней; глобальный рынок навигации и позиционирования в помещениях в 2025 году составит 16,9 миллиарда долларов США, а к 2032 году достигнет 72,46 миллиарда долларов США, при среднегодовом темпе роста 23,11%; глобальный рынок BIM в 2025 году составит около 9,5 миллиарда долларов США, а к 2036 году, как ожидается, достигнет 32,5 миллиарда долларов США. Ведущие игроки отрасли уже осознали, что конечным барьером для мировых моделей являются данные, а не алгоритмы. 90% жизни, работы и потребления человека происходит в помещениях. Независимо от того, входят ли воплощенные роботы в дома, понимают ли умные бытовые приборы планировку жилья или принимают ли предприятия решения в офлайн-бизнесе, пространственный интеллект для помещений является незаменимой ключевой способностью. Именно эта часть является наиболее ценной и труднодоступной в базе данных мировых моделей.
Конкуренция мировых моделей по сути уже стала конкуренцией баз данных, а ядром базы данных являются реальные, детализированные и коммерциализируемые данные о внутренних пространствах. Когда Дженсен Хуанг объявляет физический ИИ следующей волной роста, когда Amap восстанавливает трехмерные города, Momenta предсказывает дорожную обстановку, а Ezviz позволяет роботам «понимать» дом, каждое из этих направлений требует реальных, точных и масштабируемых пространственных данных. ИИ учится «воображать» физический мир, но то, что не позволяет этому воображению оторваться от реальности и делает мировые модели по-настоящему полезными, — это каждый кирпич, каждый человек, каждое здание, каждый вход и выход реального мира.
