গত বছরে, "ওয়ার্ল্ড মডেল" শব্দটি এআই শিল্পের সবচেয়ে বেশি দুর্ব্যবহৃত শব্দগুলির মধ্যে একটি হয়ে উঠেছে। অবিচ্ছিন্ন ভিডিও তৈরি করতে পারে, তাকে ওয়ার্ল্ড মডেল বলা হয়; খেলোয়াড়কে পরদার মধ্যে কয়েকটি পদক্ষেপ নিতে দেয়, তাকেও ওয়ার্ল্ড মডেল বলা হয়; রোবট, ভিডিও জেনারেশন, 3D, এমবডিড ইন্টেলিজেন্স—এই সম্পূর্ণভাবে ভিন্ন পথগুলি সবই নিজেদের উপর "ওয়ার্ল্ড মডেল" লেবেল লাগিয়েছে। এই শব্দটির আকার বড় হচ্ছে, কিন্তু এর অর্থ ধীরে ধীরে অস্পষ্ট হয়ে যাচ্ছে। ওয়ার্ল্ড ল্যাবস্ আগে একটি কাজ করেছিল, যা তাদের প্রতিদ্বন্দ্বীদের জন্য কিছুটা অপমানজনক ছিল—তারা "ওয়ার্ল্ড মডেল"-এর জন্য একটি মানদণ্ড নির্ধারণ করেছিল। শুধুমাত্র আপনার পরবর্তী দৃষ্টির জন্য কী দেখাবে, তা তৈরি করা যথেষ্ট নয়; একটি সিস্টেমকে ít至少要知道东西在哪里、彼此是什么关系、状态怎么变化，才开始接近模拟一个世界。 这也是我写这篇文章的原因。 世界模型下一阶段的分水岭，可能不在生成画面有多逼真，而在于模型有没有一个机器能够读、能够测量、能够操作的内部世界。Atlas 还远没有把这个问题解决，但它至少把问题摆对了。 而很多今天被叫作世界模型的东西，回头看，可能最后只是更高级的视频生成器。