World model nima? AI o'z dunyosini o'zi yasaydi — oddiy tilda
ByteDance kelasi oy real-time spatial video modelini chiqarishi mumkin. Bloomberg'ga ko'ra Zhang Yiming shaxsan nazorat qilmoqda. Bu world model poygasining yangi bosqichi — Genie 3, LeCun'ning JEPA'si va nima uchun buni hammasi qidirmoqda.
7-sentabr kuni Bloomberg yozdi: ByteDance asoschisi Zhang Yiming shaxsan nazorat qilayotgan AI modeli kelasi oy chiqishi mumkin. Bu chatbot emas — real vaqtda dunyo yasaydigan model. Meta va Google’ga qarshi to’g’ridan-to’g’ri poyga.
Bu yangilik atrofida hamma «world model» deyapti. Bu nima? Nega 2026-yilda dunyoning yirik AI laboratoriyalari chatbotlardan ko’ra shunga pul kuydirmoqda? Oddiy tilda tushuntiraman.
World model nima oddiy tilda
World model — atrof-muhit qanday ishlashini o’z ichida biladigan va shu bilim asosida keyingi holatni bashorat qila oladigan AI.
Farqli qo’yish uchun: chatbot so’rovlarga javob beradi — u dunyoni matn orqali biladi. World model esa kamera tasvirini yoki dunyo tavsifini oladi va «endi nima bo’ladi»ni ko’rsatadi: bu yo’l og’ziga yursam mashina to’xtaydimi, sharqqa qarasam qanday manzara ochiladimi.
Insonda ham xuddi shu bor: ko’zingizni yumsangiz ham xonaning xaritasini «ko’rasiz», choy piyolasi qulasa nimá bo’lishini oldindan bilasiz. Miya — dunyoning ichki modeli. AI tadqiqotchilar bir asrdan beri aynan shuni mashinaga o’rgatmoqchi.
Video generatordan farqi — boshqaruv
«Sora ham video yasaydi-ku» deysizmi? Farq muhim.
Oddiy video generator klipni boshidan oxirigacha yasab beradi — siz tomoshabin siz. World model esa interaktiv: siz harakat qilasiz, u o’sha harakatga qarab keyingi kadrlarni real vaqtda chizadi. O’yin dunyosi, lekin grafik dvigatel emas — neyron tarmoq.
Google DeepMind’ning rasmiy sahifasida Genie 3 shunday ta’riflanadi: matn tavsifidan fotorealistik, real vaqtda explore qilinadigan muhit yasaydigan umumiy world model. Texnik raqamlar: sekundiga 20–24 kadr, 720p, bir necha daqiqa uzluksiz izchillik — bir daqiqa oldin ko’rilgan joyni eslab qoladi. Cheklovi ham rasman aytilgan: hozircha soatlab emas, bir necha daqiqa interaksiya.
Poygada kimlar bor (2026)
| Kim | Nima qilmoqda | Manba |
|---|---|---|
| Google DeepMind | Genie 3 + Project Genie prototipi (AQSH’da AI Ultra obunachilari uchun) | deepmind.google, rasmiy |
| ByteDance | Real-time spatial video modeli, kelasi oy; ~20 FPS, ~50 ms kechikish, bulutda render | Bloomberg 07.09, manbalarga tayanadi |
| World Labs (Fei-Fei Li) | Atlas — bitta rasmdan 3D dunyo | worldlabs.ai, rasmiy |
| Meta | LeCun’ning JEPA yo’nalishi — dunyo modelini rejalashtirish uchun | ai.meta.com, rasmiy |
ByteDance’ning eng qiziq jihati — strategiya: renderni bulutda qiladi, ya’ni qimmat grafik kerak emas, arzon headsetka ulanadi (Pico). Ichki testlarda 2026 boshida global yetakchilardan ~10% orqada ekan — lekin kelasi oy chiqsa, rejadandan oldin.
Nega hammasi shunga o’tdi
Meta’ning bosh AI olimi Yann LeCun 2022-yilda «A Path Towards Autonomous Machine Intelligence» degan mashhur konsept hujjat yozgan edi. Uning asosiy tezisi: faqat matn o’rganib AGI bo’lmaydi — mashina dunyoni kuzatib, ichki model qurishi, shu modelda rejalashtirishi kerak. Uning laboratoriyasi shu yo’lda I-JEPA, V-JEPA modellarini chiqardi: piksellarni emas, ichki taqdimotlarni (representation) bashorat qiladigan arxitektura.
Bloomberg ham aynan shu kontekstda yozadi: Zhang Yiming endi Fei-Fei Li va LeCun qatoridagi «dunyo modeli» maktabiga qo’shildi.
Amaliy sabablar ham bor:
- Robotlar. Robot qo’li harakatdan oldin «nima bo’ladi»ni ichida sinab ko’rishi kerak — real hayoda sinab xato qilsa qimmat. World model — robotning tasavvur mashinasi.
- O’yin va kontent. Har bir sahna uchun dizayner kerak emas — dunyo o’zi yasaladi.
- Arzon qurilmalar. Agar dunyoni bulutdagi model chizsa, headsetda superkompyuter kerak emas.
Halol cheklovlar
- Genie 3 hali bir necha daqiqa izchillik beradi — soatlab o’ynash mumkin emas (DeepMind’ning o’zi rasman yozgan).
- ByteDance modeli hali rasmiylashmagan — Bloomberg «manbalarga ko’ra» deyapti, sanalar o’zgarishi mumkin.
- Dunyo «ko’rinishicha to’g’ri» bilan «fizikasi to’g’ri» bir emas: world model qonuniyootlarini biladi, lekin bu real simulyatsiya emas — bashorat.
Xulosa
Chatbotlar davridan keyin keyingi poyga aniq shakllanmoqda: AI nima deyishini emas, AI nima ko’rsatishini va dunyoda qanday harakat qilishini o’rgatish. Agarda robotlar va avtonom tizimlar 2027–2028-yilda real bo’lsa, ortida aynan world modellar turadi.
Siz uchun bugun amaliy xulosa oddiy: «AI video» va «AI dunyo» — ikki xil narsa. Birinchisi klip yasaydi, ikkinchisi esa siz borganda yo’l ochadigan dunyo. Ikkinchisi endi boshlandi.