# Artikel Terkait Model Dunia

Pusat Berita HTX menyediakan artikel terbaru dan analisis mendalam mengenai "Model Dunia", mencakup tren pasar, pembaruan proyek, perkembangan teknologi, dan kebijakan regulasi di industri kripto.

10.000 Jam Data Manusia, Melatih Model Gerakan Implisit Dunia Bergerak Seluruh Tubuh Global Pertama

Perusahaan kecerdasan embodied Zhi Zai Wu Jie merilis **Being-M0.7**, model aksi-dunia laten (Latent World-Action Model) global pertama yang dirancang untuk operasi mobile-manipulasi seluruh tubuh robot humanoid. Model ini mengatasi tiga tantangan utama dalam pengembangan robot humanoid: 1) biaya pengumpulan data demonstrasi robot fisik yang tinggi dan langka, 2) beban komputasi besar dari model prediksi video piksel, dan 3) kurangnya koordinasi antara kontrol gerak dan manipulasi. Being-M0.7 dilatih awal dengan lebih dari **10.000 jam data multimodal berpusat pada manusia** (video sudut pandang orang pertama, data gerakan manusia), menggunakan arsitektur **Vision-Motion Mixture of Transformers (MoT)**. Arsitektur ini memungkinkan pelatihan bersama data berpasangan (video-gerakan), data video murni, dan data gerakan murni. Model kemudian diadaptasi ke tubuh robot spesifik melalui sejumlah kecil data demonstrasi robot fisik dengan bantuan **Action Expert** yang ringan. Model ini menggunakan representasi gerak seragam yang ringkas (hanya kepala, kedua tangan, dan kaki) untuk menjembatani perbedaan morfologi antara manusia dan robot, serta menerapkan prediksi dalam ruang laten (bukan ruang piksel) untuk fokus pada informasi semantik yang relevan dengan kontrol dan mengurangi kebisingan. Kemampuannya diuji dalam empat demonstrasi tugas menantang di dunia nyata dengan robot Unitree G1: * **Menangkap ikan di akuarium:** Mengoordinasikan gerak seluruh tubuh untuk menangkap target dinamis dalam cairan. * **Mengambil objek melalui cermin:** Menyimpulkan posisi objek tersembunyi menggunakan informasi pantulan cermin. * **Memindahkan dan mengambil objek secara berurutan:** Menjaga pemahaman status dalam tugas jangka panjang dengan banyak subtugas. * **Memindahkan kotak sambil menghindari rintangan:** Menyesuaikan orientasi tubuh dan langkah untuk melewati celah sempit sambil membawa beban. Hasilnya menunjukkan kemampuan model dalam **perencanaan jangka panjang, penalaran ruang, penggunaan alat, dan koordinasi seluruh tubuh yang adaptif** berdasarkan prediksi keadaan masa depan. Pendekatan ini menggeser fokus kompetisi robot humanoid dari demonstrasi gerak murni ke kemampuan model yang dapat diskalakan, dengan memanfaatkan data perilaku manusia yang melimpah sebagai landasan untuk pembelajaran dan transfer pengetahuan ke robot.

marsbit07/15 01:53

10.000 Jam Data Manusia, Melatih Model Gerakan Implisit Dunia Bergerak Seluruh Tubuh Global Pertama

marsbit07/15 01:53

Apakah Momen iPhone untuk Kecerdasan Berbadan (Embodied Intelligence) Akan Segera Tiba?

**Ringkasan: Apakah Momen iPhone Kecerdasan Berwujud Akan Tiba?** Diskusi panel para ahli dari industri, akademisi, dan pemerintah menyimpulkan bahwa "momen iPhone" untuk kecerdasan berwujud (embodied AI) masih jauh. Berikut poin-poin kuncinya: **Status Teknologi:** * Saat ini lebih mirip era "telepon genggam" (generasi awal), belum seperti iPhone. * Kemampuan kontrol gerak ("otak kecil") sudah lumayan, tetapi kecerdasan untuk pengambilan keputusan dan generalisasi ("otak besar") masih sangat jauh dari kematangan komersial. * Berbagai jalur teknologi seperti model VLA (Vision-Language-Action) dan model dunia (world model) masih bereksplorasi, belum konvergen. * **Kekurangan data** adalah hambatan terbesar. Diperkirakan dibutuhkan data skala jutaan, tetapi saat ini hanya tersedia sekitar 500.000 data secara global (selisih 200x). **Aplikasi dan Potensi Pasar:** 1. **Pasar Nilai Emosional** (skala miliaran): Untuk pertunjukan, hiburan, pendampingan/peliharaan. 2. **Pasar Produktivitas Layanan Komersial** (skala triliunan): Seperti pemandu di pameran, pusat layanan, atau toko. 3. **Pasar Produktivitas Tenaga Kerja Operasional** (skala ratusan triliunan): Potensi terbesar untuk menggantikan pekerjaan di pabrik atau pekerjaan rumah tangga, tetapi masih banyak tantangan. * **Kendala ekonomi** saat ini: Biaya robot humanoid plus model AI masih jauh lebih mahal dibandingkan tenaga kerja manusia. * **Aplikasi pendampingan berbasis emosi** mungkin akan lebih dulu berkembang dalam 3 tahun ke depan, karena permintaan pasar ada dan tidak terikat perhitungan ROI ketat seperti di industri. **Peluang dan Tantangan Ekosistem:** * Aplikasi kecerdasan berwujud bisa dimulai sekarang, tidak harus menunggu robot humanoid sempurna. Robot bentuk lain (roda, berkaki empat) sudah bisa digunakan di beberapa skenario. * Industri membutuhkan lebih banyak **kolaborasi untuk pengumpulan dan pertukaran data**, mungkin melalui mekanisme *crowdsourcing*. * **Model AI (otak)** dan **ketersediaan data yang dapat diperdagangkan** adalah mata rantai yang masih lemah dalam rantai pasokan. * Dukungan pemerintah dan riset akademis sangat penting untuk mendorong inovasi. **AI sebagai Alat Bantu:** * Penggunaan AI (seperti model bahasa besar) untuk meningkatkan efisiensi dalam pengkodean, penelitian, dan administrasi sudah menjadi konsensus. * Namun, **keputusan kritis dan penilaian akhir harus tetap di tangan manusia**, karena AI masih memiliki risiko memberikan informasi yang menyesatkan atau menggantikan proses kognitif yang diperlukan. **Kesimpulan:** Masa depan kecerdasan berwujud dan robot humanoid tetap cerah, tetapi perjalanannya masih panjang dan bertahap. Perkembangannya mungkin tidak memiliki "momen ledakan" tunggal seperti iPhone, tetapi akan melalui terobosan bertahap di berbagai skenario aplikasi. Tujuan akhirnya adalah agar AI dapat masuk secara fisik ke dunia nyata dan membantu kehidupan manusia.

marsbit07/14 05:16

Apakah Momen iPhone untuk Kecerdasan Berbadan (Embodied Intelligence) Akan Segera Tiba?

marsbit07/14 05:16

Baru Saja, Model Dunia Pertama di Dunia dengan Frame Tinggi Super Lahir, Konten NVIDIA 0, Melaju 50 FPS

MoWorld, model dunia "Flash World Model" pertama di dunia yang dikembangkan oleh MoXin Tech bersama tim akademisi Pan Yunhao dari Universitas Zhejiang, telah mencapai terobosan signifikan dalam kecepatan dan efisiensi. Model ini mampu melakukan inferensi real-time dengan kecepatan >50 FPS, mengatasi tantangan utama model dunia sebelumnya yang sering terhambat pada 5-10 FPS. Yang membedakan, MoWorld dibangun sepenuhnya menggunakan platform NPU (Neural Processing Unit) dalam negeri Tiongkok (seperti Huawei Ascend), tanpa bergantung pada GPU Nvidia. Pendekatan "full-stack" ini—mulai dari pelatihan, distilasi, hingga penyebaran—telah menurunkan biaya inferensi hingga 70% dibandingkan solusi GPU skala sebanding. Model 14B parameter ini didukung oleh pipeline data yang dikumpulkan dan diberi anotasi 3D secara mandiri, serta optimasi sistem seperti perhatian paralel ultra-padat dan kuantisasi presisi campuran dinamis untuk NPU. Kemampuannya termasuk kontrol kamera 6-DoF, konsistensi geometri tinggi, dan pembangkit adegan hingga 2000 frame. Aplikasi potensialnya mencakup: * **Game & Hiburan Interaktif:** Eksplorasi imersif real-time. * **Kecerdasan Berwujud & Mobil Otonom:** Simulator dunia virtual untuk pelatihan. * **Pembuatan Film:** Pra-preview real-time dan pengeditan lensa. * **Kembaran Digital & Rekonstruksi 3D:** Solusi rekonstruksi spasial yang presisi dan hemat biaya. Pencapaian MoWorld membuktikan kelayakan platform komputasi domestik untuk model dunia canggih dan membuka peluang untuk standar teknologi kecerdasan spasial generasi berikutnya. Model ini menandai pergeseran industri dari sekadar "kemampuan" menuju "keterjangkauan dan penerapan praktis" dalam interaksi real-time dengan dunia.

marsbit07/08 04:18

Baru Saja, Model Dunia Pertama di Dunia dengan Frame Tinggi Super Lahir, Konten NVIDIA 0, Melaju 50 FPS

marsbit07/08 04:18

Penawaran Umum Perdana Terbesar di Bursa Efek Hong Kong Hari Ini

Hari ini (8 Juli), Momenta, perusahaan teknologi otonom yang berbasis di Suzhou, berhasil melantai di Bursa Efek Hong Kong (HKEX) dengan harga penawaran HK$295,6 per saham. Dilabeli sebagai "saham AI Fisik pertama", valuasi perusahaan melampaui HK$70 miliar, menjadikannya IPO terbesar di HKEX hari ini. Pendanaan yang dikumpulkan mencapai sekitar HK$6,8 miliar. Didirikan pada 2016 oleh Cao Xudong, alumnus Tsinghua yang meninggalkan program doktoralnya untuk mengejar AI, Momenta berfokus pada pengembangan "AI Fisik" dengan kendaraan otonom sebagai pintu masuk. Strategi uniknya, "satu roda gila, dua kaki", menggabungkan bisnis produksi massal (L2/L2++) dengan pengembangan teknologi tanpa pengemudi skala penuh (L4). Data dari lebih dari 1 juta kendaraan produksi massal yang telah menggunakan sistemnya menjadi bahan pelatihan berharga. Pada April 2024, Momenta meluncurkan Model Dunia R7, model dasar yang memahami dan memprediksi hukum fisika dunia nyata, yang dianggap sebagai mesin inti AI Fisik. Model ini mendukung aplikasi di berbagai skenario seperti mobil penumpang, robotaxi, dan robovan. Dari segi komersial, Momenta memimpin pangsa pasar penyedia NOA pihak ketiga di Tiongkok dengan 65% (periode Maret 2025-Februari 2026). Perusahaan bermitra dengan 24 pembuat mobil global, termasuk 9 dari 10 produsen mobil teratas dunia. Pendapatannya melonjak dari RMB 743 juta pada 2023 menjadi RMB 2,413 miliar pada 2025. IPO ini didukung oleh 14 investor dasar (cornerstone) kelas atas seperti GIC dan Fidelity International, dengan total komitmen sekitar HK$3 miliar. Dukungan kuat dari investor global mencerminkan keyakinan pada visi AI Fisik Momenta. Peluncurannya di HKEX menandai datangnya perusahaan AI Fisik pertama yang matang ke pasar modal dan dipandang sebagai langkah penting menuju momen "ChatGPT" untuk AI Fisik.

marsbit07/08 03:14

Penawaran Umum Perdana Terbesar di Bursa Efek Hong Kong Hari Ini

marsbit07/08 03:14

Xingdong Jiyuan Raised 2.5 Miliar dalam Dua Bulan, Modal Negara Berbondong-bondong Masuk

Perusahaan robotika humanoid terkemuka China, StarHeir (星动纪元), baru saja menyelesaikan putaran pendanaan baru senilai 1 miliar RMB (10 miliar rupiah) pada 6 Juli. Putaran ini dipimpin oleh China Reform Fund, sebuah platform modal negara di bawah State-owned Assets Supervision and Administration Commission (SASAC) China. Sejumlah investor institusional negara lainnya dan modal ventura swasta juga berpartisipasi. Dalam dua bulan terakhir, StarHeir telah mengumpulkan total 2,5 miliar RMB (25 miliar rupiah), membentuk struktur modal yang kuat dengan dukungan modal negara, lembaga keuangan terkemuka, dan sinergi ekosistem industri. Perusahaan ini didirikan pada Agustus 2023 sebagai perusahaan spin-off dari Universitas Tsinghua, satu-satunya perusahaan humanoid yang dimiliki oleh universitas tersebut. Pendirinya, Chen Jianyu, adalah seorang profesor muda berbakat di Tsinghua dengan latar belakang penelitian robotika di UC Berkeley. StarHeir mengambil pendekatan unik "AI Native", mengembangkan seluruh tumpukan teknologi secara mandiri, dari model otak (AI), data, kontrol gerak, tangan lincah (dexterous hand), hingga platform robotika fisik. Mereka adalah pelopor dalam mengusulkan dan mengembangkan "World Model" untuk robotika, dengan model PAD mereka dirilis pada September 2024, lebih awal dari solusi serupa dari Nvidia. Strategi inti mereka adalah "memperkuat otak dengan tangan" – menggunakan tangan lincah buatan mereka sendiri, **XHAND series**, sebagai pintu masuk utama untuk mengumpulkan data interaksi fisik berkualitas tinggi dari dunia nyata. Data ini kemudian digunakan untuk melatih model AI (otak) yang lebih cerdas, menciptakan siklus peningkatan yang berkelanjutan. Tangan lincah mereka telah diadopsi oleh berbagai perusahaan robotika global, termasuk Skild AI (AS) dan Rainbow Robotics (Korea). Dalam hal komersialisasi, StarHeir berfokus pada skenario logistik dan manufaktur kelas atas. Mereka telah mencapai Product-Market Fit (PMF) pertama di industri dengan mengerahkan robot secara batch di pusat logistik milik raksasa seperti SF Express (Shunfeng) dan China Post di beberapa wilayah di China. Robot-robot ini dapat beroperasi 24/7 untuk tugas-tugas seperti penyortiran paket, dengan efisiensi yang diklaim melebihi manusia di beberapa kasus. Mereka juga bekerja sama dengan perusahaan industri seperti Samsung, Lenovo, dan Geely. Dengan kemampuan model yang matang, data dunia nyata yang melimpah dari tangan lincah, dan implementasi komersial yang stabil di lapangan, StarHeir membangun posisi yang kuat di persimpangan kompetisi robotika humanoid China. Mereka meyakini bahwa tahun 2026 adalah titik balik, di mana fokus bergeser dari kemampuan model di lab ke penutupan loop komersial di dunia nyata.

marsbit07/06 01:38

Xingdong Jiyuan Raised 2.5 Miliar dalam Dua Bulan, Modal Negara Berbondong-bondong Masuk

marsbit07/06 01:38

Artikel Terbaru Li Feifei: Saat Video Generation, Robot, dan NVIDIA Mengaku Sebagai Model Dunia, Kita Membutuhkan Taksonomi

Artikel ini membahas konsep "world model" (model dunia) dalam kecerdasan buatan (AI) yang saat ini banyak digunakan dengan makna berbeda-beda. Fei-Fei Li mengusulkan taksonomi fungsional untuk mengklarifikasi kekacauan ini. Berdasarkan siklus interaksi agen-dunia dalam POMDP (Partially Observable Markov Decision Process), ia mengategorikan model dunia menjadi tiga jenis berdasarkan outputnya: 1. **Renderer (Perender):** Menghasilkan **observasi**, khususnya piksel yang ditujukan untuk mata manusia. Contohnya adalah model video seperti Sora atau sistem interaktif seperti Genie yang menghasilkan gambar berdasarkan input. Fokus utamanya adalah kesetiaan visual, bukan akurasi fisik. 2. **Simulator (Simulator):** Menghasilkan **state (keadaan)**, yaitu representasi dunia yang akurat secara geometri, fisika, dan dinamika. Simulator berfungsi sebagai landasan struktural untuk perhitungan, digunakan oleh profesional (arsitek, desainer) dan program komputer (robot, kendaraan otonom) untuk pelatihan dan pengujian. Contohnya adalah platform seperti NVIDIA Omniverse. 3. **Planner (Perencana):** Menghasilkan **tindakan**. Model ini menentukan langkah selanjutnya yang harus diambil sebuah agen berdasarkan observasi dan tujuan. Ini menutup lingkaran persepsi-aksi. Contohnya adalah model visi-bahasa-aksi (VLA) dan model aksi dunia (World Action Models). Artikel menyoroti bahwa **simulator adalah kunci penghubung** yang paling penting namun kurang mendapat perhatian publik. Simulator bekerja pada tingkat geometri dan fisika yang mendasarinya, sehingga pemahamannya dapat diproyeksikan ke dalam piksel (untuk renderer) atau prediksi konsekuensi tindakan (untuk planner). Tren terpenting saat ini adalah peleburan batas antara ketiga kategori ini, didorong oleh kesadaran bahwa pengetahuan dasar tentang dunia yang dibutuhkan adalah sama. Tujuan akhirnya adalah model dunia terpadu yang dapat beralih di antara rendering, simulasi, dan perencanaan sesuai kebutuhan. Perkembangan ini mendorong kemajuan menuju kecerdasan spasial, di mana mesin tidak hanya memahami bahasa tentang dunia, tetapi juga dapat memahami, membayangkan, bernalar, dan berinteraksi dengan dunia fisik itu sendiri.

marsbit07/05 09:28

Artikel Terbaru Li Feifei: Saat Video Generation, Robot, dan NVIDIA Mengaku Sebagai Model Dunia, Kita Membutuhkan Taksonomi

marsbit07/05 09:28

Artikel Terbaru Li Fei-Fei: Saat Video Generation, Robot, dan NVIDIA Semua Menyebut Dirinya Model Dunia, Kita Membutuhkan Klasifikasi

Dalam artikel terbarunya, Fei-Fei Li mengklarifikasi konsep "model dunia" yang saat ini banyak digunakan namun seringkali ambigu dalam bidang AI. Beliau mengusulkan klasifikasi fungsional menjadi tiga kategori berdasarkan kerangka POMDP (Partial Observable Markov Decision Process): **Renderer** (output: observasi/pixel visual, contoh: model video seperti Sora), **Simulator** (output: status geometris dan fisik yang akurat, contoh: engine fisika untuk pelatihan robot), dan **Perencana (Planner)** (output: tindakan, contoh: model yang memandu robot). Di antara ketiganya, simulator dinilai sebagai penghubung kunci yang kurang mendapat perhatian, karena bekerja pada level struktur dunia yang sebenarnya dan dapat mendukung baik renderer maupun perencana. Artikel ini juga menyoroti tren konvergensi ketiga kategori menuju **model dunia terpadu**, yang mampu beralih antar fungsi sesuai kebutuhan, sebagai langkah penting menuju kecerdasan spasial. Li menekankan bahwa model dunia adalah jalur bagi mesin untuk tidak hanya membicarakan, tetapi juga memahami, membayangkan, dan berinteraksi dengan dunia fisik.

链捕手07/05 09:17

Artikel Terbaru Li Fei-Fei: Saat Video Generation, Robot, dan NVIDIA Semua Menyebut Dirinya Model Dunia, Kita Membutuhkan Klasifikasi

链捕手07/05 09:17

Xing Bo Kembali Beraksi: Setelah ‘Mengkritik’ World Model, Kini Giliran Agent

Tahun lalu, profesor Xing Bo mengkritik arsitektur model dunia AI. Kini, ia dan tim kembali menerbitkan makalah "Kritik terhadap Model Agen", mempertanyakan apakah sistem yang saat ini disebut "agen" benar-benar memiliki kemampuan otonomi. Makalah membedakan dua jenis: sistem **agentic** (hanya tampak seperti agen, mengandalkan alur kerja eksternal) dan **agentive** (memiliki otonomi internal sejati). Sebagai contoh, insiden perusahaan PocketOS—di mana asisten AI menghapus basis data produksi—menunjukkan bahwa mengetahui aturan tidak sama dengan menginternalisasi dan mematuhinya. Kritik difokuskan pada lima aspek utama desain agen saat ini: 1. **Tujuan:** Dari instruksi langkah-demi-langkah menuju dekomposisi hierarkis tujuan jangka panjang. 2. **Identitas:** Dari identitas statis dalam "prompt sistem" menuju evaluasi diri yang berkembang berdasarkan pengalaman. 3. **Pengambilan Keputusan:** Dari Chain-of-Thought menuju penalaran berbasis **model dunia** untuk mensimulasikan konsekuensi tindakan. 4. **Alokasi Sumber Daya Kognitif:** Perlunya **modul meta-kognitif** (Sistem III) yang secara mandiri memutuskan kapan harus merencanakan secara mendalam atau bertindak cepat. 5. **Pembelajaran:** Dari pelatihan tetap menuju **pembelajaran mandiri yang berkelanjutan**, menggabungkan latihan di simulator dengan kalibrasi di dunia nyata. Berdasarkan analisis ini, tim mengusulkan arsitektur **GIC (Goal-Identity-Configurator)** yang mengintegrasikan enam komponen: encoder kepercayaan, dekomposer tujuan, evolusi identitas, konfigurator (Sistem III), perencana simulasi (Sistem II), dan pelaksana (Sistem I). Arsitektur ini menekankan pelatihan bertahap—seperti pilot—dari simulator ke dunia nyata, dengan keamanan yang dapat diaudit karena modul-modulnya eksplisit. Kesimpulannya, makalah ini menyerukan standar yang lebih ketat untuk istilah "agen". Otonomi sejati bukan tentang menyelesaikan tugas kompleks, tetapi tentang menginternalisasi tujuan, identitas, dan penilaian ke dalam struktur keputusan sistem itu sendiri.

marsbit07/01 11:29

Xing Bo Kembali Beraksi: Setelah ‘Mengkritik’ World Model, Kini Giliran Agent

marsbit07/01 11:29

Konsep Model Dunia untuk Pemula: Sebuah Kisah dari Psikologi hingga Medan Utama AI

**Ringkasan Konsep Model Dunia: Dari Psikologi ke Medan Utama AI** Model Dunia adalah konsep yang sangat hangat di dunia AI namun sering membingungkan banyak orang. Pada dasarnya, model dunia bertujuan memberi mesin "papan pasir mental" untuk mensimulasikan dan memprediksi kejadian di dunia nyata sebelum bertindak. Kemampuan ini, yang dalam psikologi disebut "model mental", memungkinkan AI berlatih dan bereksperimen secara virtual, mengurangi ketergantungan pada data dunia nyata yang mahal dan terbatas. Konsep ini berakar dari ide psikolog Kenneth Craik (1943) tentang bagaimana otak membangun model internal untuk memprediksi peristiwa. Di AI, pionir seperti Marvin Minsky dengan "Teori Kerangka" dan peneliti seperti David Ha serta Jürgen Schmidhuber (2018) menghidupkan kembali konsep ini dalam pembelajaran mendalam. Para ahli memiliki pandangan berbeda: * **Yann LeCun** (Meta) mengkritik LLM dan mengadvokasi model prediktif seperti JEPA yang memahami struktur fisika dunia, bukan hanya menghasilkan konten. * **Fei-Fei Li** (Stanford/World Labs) mengklasifikasikan model dunia menjadi tiga jenis berdasarkan siklus "aksi-observasi": **Perender** (menghasilkan piksel/visual), **Simulator** (menghasilkan status dunia dengan akurasi struktural/fisik), dan **Perencana** (menghasilkan aksi). * **Tim FIB-Lab Tsinghua** membaginya menjadi dua fungsi inti: **Memahami Dunia** (mendukung pengambilan keputusan) dan **Memprediksi Masa Depan** (menghasilkan status/video masa depan). Perusahaan teknologi besar juga mendefinisikannya sesuai kebutuhan: * **OpenAI** menyebut **Sora** sebagai "simulator dunia" berbasis video. * **Google DeepMind** membangun **Genie 3** sebagai model dunia 3D interaktif waktu-nyata. * **NVIDIA** mengembangkan **Cosmos** sebagai platform "model fondasi dunia" untuk AI fisik. * **Perusahaan China** seperti Alibaba, Tencent, Huawei, dan pembuat mobil (NIO, XPeng, Li Auto) mengembangkan solusi serupa untuk simulasi mengemudi, robotika, dan dunia virtual, meski sering menggunakan nama berbeda. Secara teknis, ada tiga jalur pendekatan utama: 1. **"Melukis" (Generatif)**: Model pembuat video seperti Sora. Keunggulan visual, tetapi konsistensi fisika lemah. 2. **"Kalkulasi Mental" (Prediktif Abstrak)**: Seperti JEPA LeCun. Memprediksi representasi abstrak, efisien dan lebih stabil mempelajari fisika, tetapi kurang terinterpretasi. 3. **"Menyusun Balok" (Simulasi 3D Eksplisit)**: Seperti NVIDIA Omniverse. Menghasilkan lingkungan 3D dengan properti geometri dan fisika. Tepat dan dapat dikontrol, tetapi memerlukan data khusus dan mahal. Perkembangan terkini bergerak menuju **Model Aksi Dunia (WAM)** yang menggabungkan prediksi keadaan masa depan dan pembuatan aksi dalam satu model, mencapai "pengetahuan dan tindakan yang selaras" untuk robotika. Industri model dunia mulai terbentuk dalam tiga lapisan: * **Lapisan Dasar**: Data, daya komputasi (didominasi GPU NVIDIA), dan sensor. * **Lapisan Platform Teknis**: Platform serbaguna (Omniverse, Pangu) dan platform vertikal (untuk mobil otonom, konstruksi). * **Lapisan Aplikasi**: Mobil otonom (paling matang), robotika, game, konstruksi cerdas, layanan spasial, simulasi medis. Kekacauan dalam penamaan dan definisi sebenarnya adalah tanda awal revolusi teknologi, mirip dengan fase awal komputasi awan atau AI. Semua pendekatan, meski berbeda, mengarah pada tujuan yang sama: memberdayakan mesin dengan model internal dunia yang dapat disimulasikan untuk bertindak lebih aman, efisien, dan cerdas di dunia nyata. Konsep akan menyatu ketika teknologinya matang. Saat ini, ketidakseragaman justru menandakan bahwa model dunia telah memasuki medan pertempuran utama pengembangan AI.

marsbit06/29 05:13

Konsep Model Dunia untuk Pemula: Sebuah Kisah dari Psikologi hingga Medan Utama AI

marsbit06/29 05:13

Model Dunia, Metaverse, Digital Twin, Fisika AI: Apakah Mereka Hal yang Sama?

Dalam beberapa tahun terakhir, konsep seperti metaverse, Web3.0, platform data simulasi, digital twin, dan Physical AI bermunculan, menciptakan kebingungan. Konsep-konsep ini bukanlah hal yang sama dengan Model Dunia (World Model), tetapi semuanya mengarah pada tren besar: kaburnya batas antara dunia digital dan fisik. Model Dunia berperan sebagai "lapisan kognitif" atau "sistem operasi dasar" yang bertanggung jawab agar AI dapat memahami dan mensimulasikan dunia. Analisis hubungannya dengan konsep lain adalah sebagai berikut: 1. **Metaverse**: Ini adalah tujuan atau "ruang pengalaman" imersif. Model Dunia berpotensi menjadi "mesin" atau alat pembuat konten otomatisnya, menghasilkan dunia 3D yang dapat diinteraksi dari teks, sehingga mengatasi hambatan pembuatan konten yang mahal. 2. **Web3.0**: Berfokus pada kepemilikan data, identitas, dan insentif ekonomi berbasis blockchain (masalah aturan/ekonomi). Ini berada di lapisan teknis yang berbeda dengan Model Dunia (masalah rekayasa pemahaman dunia). 3. **Platform Data Simulasi** (mis. untuk mobil otonom): Dapat dilihat sebagai versi 1.0 dari Model Dunia. Platform tradisional mengandalkan pembuatan skenario manual/berbasis aturan, sedangkan Model Dunia (versi 2.0) menggunakan AI untuk menghasilkan variasi skenario yang realistis secara otomatis dan masif. 4. **Digital Twin**: Adalah cermin real-time dari objek fisik (mis. pabrik, kota). Model Dunia melangkah lebih jauh dengan menambahkan kemampuan untuk **memprediksi masa depan** dan mensimulasikan hasil dari berbagai tindakan, bukan hanya mereplikasi keadaan saat ini. 5. **Physical AI** (AI fisik seperti robot, mobil otonom): Model Dunia adalah komponen intinya, khususnya untuk fungsi "memahami" hukum dunia dan memprediksi konsekuensi sebelum bertindak. Ini adalah "korteks otak" yang mensimulasikan sebelum eksekusi. Secara hierarki, Model Dunia berada di **Lapisan Kognitif**, yang mendukung lapisan aplikasi (simulasi, digital twin), lapisan aksi (Physical AI), dan lapisan pengalaman (metaverse). Ia bergantung pada infrastruktur dasar seperti komputasi dan data. Kesimpulannya, Model Dunia bukanlah konsep-konsep tersebut, tetapi ia berpotensi menjadi **sistem operasi** atau fondasi kognitif yang dibutuhkan banyak konsep itu untuk mewujudkan janji-janjinya dalam menghubungkan dan mengaburkan batas antara dunia digital dan fisik.

marsbit06/28 10:44

Model Dunia, Metaverse, Digital Twin, Fisika AI: Apakah Mereka Hal yang Sama?

marsbit06/28 10:44