# 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.

Tim Fei-Fei Li Memperjelas Konsep 'Model Dunia', Sora Hanya Bisa Disebut Sebagai Renderer

Tim World Labs dan Profesor Stanford Li Fei-Fei menerbitkan analisis konseptual berjudul "Fungsional Taxonomy of World Models". Artikel tersebut menyatakan bahwa istilah "model dunia" telah menjadi salah satu konsep terpenting namun paling disalahgunakan di bidang AI. Pemicu kebingungan ini adalah keberagaman sistem yang disebut "model dunia". OpenAI's Sora disebut "world simulator", tetapi hanya menghasilkan video yang realistis secara visual. Tesla menggunakan "model dunia" untuk memprediksi pergerakan objek di FSD, sementara perusahaan robotika menggunakannya untuk mengevaluasi konsekuensi tindakan. Padahal, ketiganya memiliki tujuan teknis yang sangat berbeda. Berdasarkan kerangka Partially Observable Markov Decision Process (POMDP), tim mengusulkan klasifikasi fungsional yang membagi sistem "model dunia" menjadi tiga proyeksi: Renderer, Simulator, dan Planner. * **Renderer (seperti Sora, Genie 3):** Fokus pada generasi piksel yang realistis secara visual. Input adalah representasi keadaan, output adalah gambar/video. Tidak menjamin keakuratan fisik. * **Simulator (seperti NVIDIA Omniverse):** Fokus pada prediksi keadaan fisik selanjutnya secara akurat. Input adalah keadaan saat ini dan tindakan, output adalah keadaan berikutnya yang dapat dihitung untuk analisis teknis. Data 3D berkualitas untuk pelatihannya sangat langka. * **Planner (seperti model VLA):** Fokus pada keputusan tindakan. Input adalah data observasi dan instruksi tujuan, output adalah tindakan selanjutnya yang harus dijalankan. Artikel ini menyimpulkan bahwa Sora, sesuai dengan klasifikasi ini, adalah Renderer, bukan "model dunia" yang utuh karena tidak dapat memprediksi perubahan keadaan berdasarkan input tindakan. Klarifikasi ini penting untuk menghindari kesalahan teknis, memberikan kejelasan bagi investor, dan menetapkan tolok ukur yang jelas di kalangan akademisi.

marsbit23j yang lalu

Tim Fei-Fei Li Memperjelas Konsep 'Model Dunia', Sora Hanya Bisa Disebut Sebagai Renderer

marsbit23j yang lalu

Dari Meja Makan Siang Hingga Alam Semesta Tanpa Batas, Li Fei-fei Bertaruh pada Dimensi Berikutnya AI

**Judul: Dari Meja Makan hingga Alam Semesta Tak Terbatas, Li Fei-Fei Bertaruh pada Dimensi Baru AI** Dalam beberapa wawancara kunci, profesor Stanford dan pendiri World Labs, Li Fei-Fei, menekankan bahwa Kecerdasan Spasial (Spatial Intelligence) adalah batas berikutnya untuk AI. Ia berpendapat bahwa kecerdasan bahasa, yang dominan saat ini, pada dasarnya adalah cara yang "mengalami kehilangan informasi" untuk memahami dunia. Untuk benar-benar "mengerti" dan berinteraksi dengan dunia fisik 3D/4D, AI memerlukan model dunia yang mampu memahami, bernalar, dan bernavigasi dalam ruang. Li Fei-Fei menggambarkan model ini dengan alegori gua Plato: model bahasa dan video saat ini hanyalah bayangan 2D di dinding, sementara kecerdasan spasial bertujuan untuk menciptakan dan bernalar tentang dunia 3D nyata di belakang bayangan tersebut. Produk pertama World Labs, Marble, adalah model yang menerima teks, gambar, atau video dan menghasilkan dunia 3D yang dapat dinavigasi dan berinteraksi, berbeda dari model pembuat video seperti Sora. Meskipun skalanya jauh lebih kecil dari model bahasa besar seperti GPT-5, Marble telah menunjukkan aplikasi praktis dalam pengembangan game, produksi film virtual (mempercepat proses hingga 40 kali), pelatihan robotika, desain interior, dan bahkan terapi untuk kondisi seperti OCD dan fobia ketinggian. Li Fei-Fei melihat potensi besar untuk menciptakan "alam semesta tak terbatas" secara digital, membuka kemungkinan baru untuk kreativitas, sosialisasi, dan lebih banyak lagi. Ia menekankan bahwa perjalanan ini akan memakan waktu, mengingat kompleksitas data 3D dan arsitektur model, tetapi akan sangat mendasar. Di tengah diskusi tentang AI, ia menyerukan pendekatan yang bertanggung jawab, menghindari utopianisme atau narasi kiamat. Visinya adalah AI yang pada akhirnya membuat peradaban lebih baik, memperkuat martabat, otonomi, dan kesejahteraan manusia. Perjalanan AI menuju kecerdasan spasial, menurutnya, adalah upaya untuk mempercepat kembali evolusi yang membutuhkan 540 juta tahun bagi kehidupan di Bumi.

marsbit05/27 00:17

Dari Meja Makan Siang Hingga Alam Semesta Tanpa Batas, Li Fei-fei Bertaruh pada Dimensi Berikutnya AI

marsbit05/27 00:17

AI Fisika Sedang Tren, Beberapa Pikiran Baru Saya

Konsep "AI Fisik" (Physical AI) sedang menjadi sorotan. Tidak seperti AI tradisional yang terbatas pada dunia digital, AI Fisik bertujuan untuk memberikan kecerdasan buatan sebuah "tubuh" agar dapat memahami dan berinteraksi dengan hukum fisik dunia nyata, seperti gravitasi dan gesekan, untuk melakukan tindakan nyata seperti menuang air atau memindahkan barang. Tahun 2026 dianggap sebagai "tahun awal era implementasi," menandai peralihan dari robot yang sekadar "bisa bergerak" menjadi yang benar-benar "bisa bekerja." Perusahaan seperti **Zhiyuan Robotics** di China dan **Figure AI** di AS menunjukkan kemajuan pesat, dengan demo yang makin realistis dan rencana produksi massal. **NVIDIA** juga berperan penting dengan platform simulasi dan kerja sama dengan raksasa robot industri. Faktor pendorong lainnya adalah **konvergensi teknologi**. Kemajuan dalam "model dunia" (*world models*) seperti NVIDIA Cosmos dan proyek open-source lainnya memungkinkan pembuatan data pelatihan sintetis yang murah dan realistis. Selain itu, terjadi **alih teknologi dari industri otomotif**. Pengetahuan dan rantai pasok dari pembuatan mobil, terutama dalam sistem persepsi otonom, kini diterapkan untuk mempercepat pengembangan robot. Intinya, AI Fisik bukan hanya tentang algoritme canggih, tetapi tentang menggabungkannya dengan kemampuan manufaktur, manajemen rantai pasok, dan pemahaman mendalam tentang operasi di dunia fisik. Kompetisi untuk mendefinisikan masa depan otomatisasi fisik yang cerdas baru saja dimulai.

marsbit05/18 04:47

AI Fisika Sedang Tren, Beberapa Pikiran Baru Saya

marsbit05/18 04:47

Model Dunia Bergerak dari Prediksi ke Perencanaan, HWM dan Tantangan Kontrol Jangka Panjang

Model dunia, yang awalnya berfokus pada pembelajaran representasi dan prediksi masa depan (seperti V-JEPA 2 Meta), kini beralih ke perencanaan hierarkis untuk mengatasi kendali jangka panjang. Masalah utama dalam tugas multi-tahap, seperti operasi robot, adalah akumulasi kesalahan prediksi dan meluasnya ruang pencarian aksi. HWM (Hierarchical World Model) memperkenalkan struktur perencanaan dua lapis: lapisan atas mengatur jalur tahapan dalam skala waktu yang lebih lama, sementara lapisan bawah menangani eksekusi lokal. Pendekatan ini meningkatkan keberhasilan tugas dari 0% menjadi 70% dalam eksperimen, sekaligus mengurangi biaya komputasi. Bersama dengan V-JEPA (representasi dunia) dan WAV (verifikasi prediksi), HWM menunjukkan pergeseran fokus dari sekadar prediksi internal ke sistem yang dapat menjalankan, merencanakan, dan memverifikasi tindakan secara efektif.

marsbit04/17 10:29

Model Dunia Bergerak dari Prediksi ke Perencanaan, HWM dan Tantangan Kontrol Jangka Panjang

marsbit04/17 10:29

Momen 'ChatGPT' Robot: AI Menuju Dunia Fisik, Blockchain Percepat Datangnya Ekonomi Mesin

Penulis: Syed Armani. Kompilasi: Felix, PANews. AI tidak lagi terbatas pada layar dan perangkat lunak. Integrasi AI dengan robotika memungkinkan mesin merasakan dunia, menafsirkan kondisi yang berubah, dan bertindak secara real-time. Perubahan menuju sistem fisik cerdas (Physical AI) ini mulai membentuk kembali berbagai sektor dan berpotensi memengaruhi kehidupan rumah tangga sehari-hari. Inovasi robotika meningkat pesat. Figure meluncurkan robot humanoid Figure 03 untuk aplikasi rumah dan komersial. Tesla menguji robot humanoid Optimus di pabrik. Drone otonom dan robot berkaki digunakan untuk tugas inspeksi berbahaya. Perusahaan seperti Unitree dan FlexiTac mengembangkan teknologi taktil untuk lingkungan rumah yang berantakan. Investor menanamkan modal besar dalam teknologi pendukung perangkat keras robotika generasi berikutnya. Skild AI mengumpulkan $1,4 miliar, Figure AI lebih dari $1 miliar, Apptronik $935 juta, dan NEURA Robotics €120 juta, menandakan konsensus yang berkembang bahwa Physical AI menjadi dasar strategis untuk robotika konsumen dan industri. Akselerasi ini didorong oleh konvergensi beberapa faktor: - **Ekonomi:** Perangkat keras menjadi lebih terjangkau berkat rantai pasokan dari elektronik konsumen dan kendaraan listrik. Biaya aktuator, sensor (seperti LiDAR), dan baterai turun signifikan. - **Edge Computing:** Chip seperti NVIDIA Jetson Thor memungkinkan pemrosesan AI lokal tanpa latency jaringan. - **Kemajuan AI Model:** Pergeseran dari pemrograman "if/then" ke "World Models" (Model Dunia), di mana AI belajar fisika dengan menonton video, membangun intuisi fisik. Tantangan utama meliputi: - **Data Pelatihan Robot:** Mengumpulkan data dunia nyata yang melibatkan gaya dan sentuhan lambat, mahal, dan membutuhkan banyak tenaga manusia. - **Kesenjangan Simulasi-Realita:** Keterampilan yang dipelajari dalam simulasi sering gagal saat diterapkan di dunia nyata. Blockchain menawarkan solusi melalui **ekonomi mesin terdesentralisasi (on-chain machine economy)**. Insentif token dapat: - Mengkoordinasi jutaan robot. - Memberi imbalan kepada kontributor data sensor atau operator jarak jauh. - Menciptakan set data robot yang dimiliki komunitas. - Memungkinkan robot menjadi "subyek ekonomi" yang dapat menghasilkan pendapatan otonom, membayar biaya operasionalnya, dan mendistribusikan keuntungan kepada pemegang token. Pandangan untuk 2030 optimis. Empat kekuatan yang menyatu—biaya perangkat keras yang turun, model AI yang lebih cerdas, chip edge computing, dan insentif data global—akan mendorong penetrasi Physical AI di mana-mana. Masa depan mungkin akan melihat era "penyewaan kecerdasan" di mana robot humanoid standar menjalankan sistem operasi dengan toko aplikasi untuk "keterampilan" yang dapat diunduh, mentransfer nilai dari perangkat keras ke perangkat lunak.

marsbit04/17 01:21

Momen 'ChatGPT' Robot: AI Menuju Dunia Fisik, Blockchain Percepat Datangnya Ekonomi Mesin

marsbit04/17 01:21

Tahun Pertama Physical AI: Taruhan Triliunan Dolar tentang 'Bagaimana Dunia Berjalan'

Tahun 2026 menandai dimulainya era Physical AI, di mana AI tidak hanya memahami dunia digital tetapi juga berinteraksi dengan dunia fisik. Dipicu oleh kemajuan dalam model dunia (world model) seperti JEPA dari AMI Labs (Yann LeCun) dan Genie 3 dari Google DeepMind, AI kini mampu memprediksi keadaan fisik dan mengambil tindakan nyata. Perkembangan ini didukung oleh lompatan dalam robotika humanoid, dengan Tesla Optimus, Boston Dynamics Atlas, dan Figure AI yang sudah diterapkan di pabrik. Tantangan utama termasuk pengembangan tangan robotik yang lincah dan pengumpulan data interaksi fisik yang langka. NVIDIA memperkuat perannya sebagai penyedia infrastruktur melalui platform seperti Isaac GR00T. Investasi besar-besaran—lebih dari $6.4 miliar pada kuartal pertama 2026—mengalir ke perusahaan-perusahaan di bidang model dunia, robotika, dan infrastruktur. Meskipun tantangan seperti sim-to-real gap dan regulasi masih ada, Physical AI dianggap sebagai evolusi akhir AI yang akan mengubah tidak hanya teknologi, tetapi juga rantai nilai industri. Bagi komunitas global China, ini adalah peluang untuk berkontribusi pada lapisan infrastruktur kunci.

marsbit04/03 09:44

Tahun Pertama Physical AI: Taruhan Triliunan Dolar tentang 'Bagaimana Dunia Berjalan'

marsbit04/03 09:44

活动图片

Kategori Populerright-arrow

Tag Populerright-arrow

Analisis Pasar

Berita Industri