Sobrang nakakagigil!
Ang AI ay nagsisimula nang humula sa buong uniberso—
Ang LLM ay nagbabadya ng mga deskripsyon ng wika ng mundo, ang video world model ay nagbabadya ng (dinamiko) mga imahe, at ngayon ay diretso ang pagbabadya ng apat-dimensyonal na kalagayan ng espasyo at panahon.
Ang pinakamakapagbigla ay ang paggamit nito ng bagong arkitektura na "Neural Operator", hindi ang Transformer na nasa puncyo nito.
I-output ang buong apat-dimensyonal na trahektorya sa isang pag-iisip, kasama ang oras na dimensyon.
Ang kinakailangang haba ng konteksto ay siguradong napakalaki, at ngayon, ang startup na Accelerated Understanding ay nakapagpapataas ng konteksto sa pagtuturo hanggang sa antas ng trilyon (1T), at higit pa sa 5 trilyon sa pagpapatakbo!
Ano ang kahulugan ng 5 trilyon? Ito ay 5 milyong beses ang laki ng kasalukuyang pinakamalaking LLM! Katulad ng pagpapabasa sa AI ng 5 milyong beses ang War and Peace, at alaala nito ang lahat.
Iwasan mo, iisipin mo mabuti.
Hindi ito pangunahing bagay, mas tila ito ay isang pagkakataon na nagmumula sa mas malalim na istraktura ng impormasyon, hindi ba? Kung ipapalawak natin ang ideyang ito sa kanyang pinakamataas, katumbas ito sa pagbuo ng buong pisikal na uniberso.
Mas nakakagulat pa, tinanggihan ng dalawang tagapagtatag ng startup na ito ang malaking alok mula kay Jeff Bezos, dating pinakamayaman sa mundo, na nag-aalok ng 35% na bahagi sa kumpanya, taunang sahod na $2 milyon, at pangako ng pagsasalansan na higit sa $2 bilyon.
At ang mga "spiritual shareholders" at posibleng lihim na tagapagpaganap sa likod nila ay maaaring ang lalaking nagsusuot ng leather jacket—si Jensen Huang, CEO ng NVIDIA.
Hindi ang 5 trilyong konteksto ang “safe superintelligence” ni Ilya
Kahapon, ang isang malaking investor mula sa Silicon Valley ay nagbigay ng mga ambigong pahayag, ngunit ang buong internet ay naging bulubundukin, at marami ang nagsusulat na ang SSI ni Ilya ay maaaring maglunsad ng malaking hakbang ngayon.
At ngayon, ang sagot ay tila nalutas, at hindi si Ilya, kahit hindi man ang language model, kundi isang tunay na “cosmic generator”.
Ang grupo ng takot na datos na Accelerated Understanding ay naging viralt:
- Laki ng parameter ng modelo: Natapos na ang pre-training ng modelo na may higit sa 1 trilyon (1 Trillion) na parameter.
- Kakayahang palawakin nang lubos: Ang laki ng eksperimento ay tumaas na sa 35 trilyon (35 Trillion) na parameter.
- Konteksto ng pagsasanay: 1 Trillion (1 trilyon).
- Contexto ng pag-iisip: Higit sa 5 Trillion (5 trilyon).
Sa ganitong malaking konteksto, ipinakita ng modelo ang takot na kakayahan:
Hindi ito nangangailangan ng sub-sampling o chunking habang nagpapatakbo ng physical inference.
Sa harap ng napakakomplikadong 4D spatial physical system, ito ay nakakagawa ng «isang pagtataya (One-shot)» ng buong trahektorya ng espasyo at panahon!
Hindi lang iyon, dahil sa pagkakatulad ng pundasyonal na lohika, ang isang parehong modelo ay maaaring magtrabaho nang sabay-sabay sa iba't ibang mga larangan ng pisika!
Imposible ito sa nakaraan.
Noong nakaraan, ginagamit ng mga meteorologo ang mga modelong meteorolohiko, at ng mga materyal na siyentipiko ang mga modelong materyal; ngayon, sinasabi ng Accelerated Understanding sa mundo: ang mga batas ng pisika ay may magkakaparehong pundasyon, at sapat na ang isang pangkalahatang modelong pisikal upang masolusyunan ang lahat.
Ang pinakamalalim na pag-unawa ay may pinakamalaking pagbabago sa pamamagitan ng pagbuo ng isang perpektong pagsasara na «simulasyon → pagpapabuti → simulasyon». Hindi ito isang «generator» lamang, kundi isang tunay na «Reality Validator».
At ang directional feedback na ito ay tumama rin sa training ni Ilya sa pagsubok.
“Patay na ang Transformer?” Ang pagkabangon ng Physical AI
Kung tanungin mo ang anumang propesyonal sa AI ngayon: “Ano ang pinakamalaking AI architecture ngayon?” ang sagot ay 100%: Transformer.
Mula sa ChatGPT hanggang sa mga pangunahing modelo ng paggawa ng video, ang arkitekturang ito na nilikha ng Google ang namamahala sa AI industry sa nakaraang ilang taon (iyan ang «T» sa ChatGPT).
Ngunit sa pananaw ni Anima, ang landas ng Transformer ay nagsimulang mali.
“Ang isang linggwistiko-centered na intelligent perspective ay ‘human-centered,’” ayon sa isang eksklusibong interbyu ni Anima bago ang launch, “habang ang pagpapalagay ng pisika sa sentro ay ang ‘nature-centered’ na pananaw.”
Paano gumagana ang mga LLM at video world model ngayon? Sa puso nito, sila ay naglalaro ng “game ng probabilidad”.
Ang ChatGPT ay nagtataya ng susunod na pinakamalaking posibilidad ng salita.
Ang mga nakakapanlilinlang na AI na nagpapagawa ng mga video ay sa katotohanan ay gumagamit ng mga visual shortcut—nagpapakita lamang sila ng mga imahe na "mukhang" sumusunod sa mga batas ng pisika, ngunit kung susuriin mo ang gravitasyon, hidrodinamika, at tensiyon ng materyales sa loob, makikita mong lahat ng iyon ay mali.
Hindi sila nagkakaroon ng pag-unawa sa pisika, sila ay mga mataas na antas na 'pixel repeater'.
Ang teksto ay may isang dimensyon, ang video ay may tatlong dimensyon, habang ang real na espasyo-time ay 3-dimensyonal na espasyo + 1-dimensyonal na panahon.
Bukod dito, maraming modelo ay gumagamit ng autoregressive na paraan—pagpapahula sa bawat frame, kung saan ang error ay nakakalikom sa bawat antas.
Kaya, tinanggihan ng Accelerated Understanding ang Transformer at ang mga visual shortcut.
Ang kanilang pinakamalakas na sandata ay ang isang revolusyonaryong teknolohiya na kasali na sila sa pagbuo nito noong maraming taon na ang nakalipas—Neural Operators.
Sa pagkakaiba sa pagtrato ng teksto, ang neural operator ay espesyal na disenyo para sa pagtrato ng mga kumplikado at hindi nakikita na pisikal na data. Hindi ito kailangang piliting bawasan ang pisikal na mundo sa mga teksto o pixel, kundi direktang nauunawaan ang maraming pisikal na pangyayari sa buong 4D dimensyon (3D espasyo + dimensyon ng oras).
Hindi makikita ng mata ang mga daloy ng hangin, ang turbulent na plasma sa mga reaktor ng nuclear fusion, ang mikroskopikong distribusyon ng thermodynamics sa loob ng chip... Ang mga prosesong pisikal na hindi makikita ng tao at hindi maaaring matantiya ng tradisyonal na AI gamit ang “karanasang biswal” ay naging malinaw at kalkulahable sa bagong arkitekturang ito.
Nakagulat si Jensen Huang, tinanggihan si Bezos
Nakikita mo ito, maaaring magtanong ka, gaano kalaki ang computing power na kailangan para sa pag-train ng ganitong takot na modelo? Saan galing ang pera?
Habang tumatanggi na ipaliwanag ang mga detalye ng kanilang kasalukuyang pagsasapulot ng pondo, ang mga co-founder ay bahagya lamang na sinabi na “nagkaroon na sila ng pagkakaisa sa mga provider ng computing na nagbigay ng hardware cluster para sa pagbuo at pagpapatakbo ng AI.”
Ngunit ang lahat ng mga patunay ay nagtuturo sa kanyang dating employer—NVIDIA—at kay Jensen Huang, na nagsasabing “AI ay ang kinabukasan”.
Bumalik sa oras ang 2018, kinuha ni NVIDIA si Anima bilang Direktor ng Pag-aaral sa AI.
Sa loob ng limang taon, pinangunahan niya ang isang koponan ng mga lider na siyentipiko upang pag-aralan kung paano gamitin ang computing power ng GPU ng NVIDIA sa mga unang klaseng AI na larangan.
Noon, gumawa ang tim ng isang maagang nakakatutok na proyekto: pagpapabilis ng paghuhula ng panahon gamit ang AI. Ang mga resulta ay ipinakita na ang akurasye ng paghuhula ng AI ay katumbas ng akurasye ng mga meteorologo na gumagamit ng napakakomplikadong tradisyonal na mga modelo ng computational fluid dynamics, ngunit mas mabilis sa ilang orden ng magnitude.
Direktang «sinira» ng resultang ito si Jensen Huang.
Sa 2021 GTC Conference ni NVIDIA, pinalabas ni Jensen Huang ang mga resulta ng pag-aaral ng team na Anima tungkol sa “neural operators.” “Sobrang excited siya noon,” alala ni Jensen Huang.
Kapag sinabi ng Anima nang may halong tawa kay Lao Huang: "Maaaring kunin ng AI ang lunch ng mga teoretikal na pisiko."
Sa panahong iyon, nagbukas nang malaki ang mga mata ni Huang Renxun at sagot niya nang may lakas: “Gusto kong kunin nito ang lahat ng kanilang lunch!”
Ayon kay Anima, si Huang Renxun ang unang nag-udyok sa kanya na sundin at maisakatuparan ang pagsisikap na ito sa "physical AI".
Bagaman ang opisyal na tanggapan ng NVIDIA ay hindi pa sumagot sa Reuters tungkol sa kung sila ay nag-invest sa kompanyang ito, sa loob ng AI community, alam ng lahat—hindi posible na makalikha ng isang malaking bagay na may 5 trilyon na konteksto nang walang lihim na suporta mula sa pinakamataas na computing power.
Finalmente naglagay ng kanyang huling hakbang si Lao Huang.
Ngunit upang maunawaan kung gaano kagaling ang “physical large model” na ito, kailangan nating bumalik sa dulo ng 2024 sa Los Angeles.
Sa isang mataas na antas na restawran, isang lihim na hapunan na makakapagbabago sa kasalukuyang kalagayan ng AI ang nagaganap.
Isa sa pangunahing bisita sa dinner ay ang investor at entrepreneur sa bioteknolohiya, Vik Bajaj (na pagkatapos ay nagtatag kasama si Bezos ng Project Prometheus na may halaga na higit sa $10 bilyon).
Samantalang nakaupo sa kabilang panig ay isang mag-asawa na may pinakamataas na background sa AI: si Anima Anandkumar, propesor ng Computational and Mathematical Sciences sa California Institute of Technology at dating direktor ng AI research sa NVIDIA, at ang asawa niya, ang lider na engineer ng AI infrastructure, si Benedikt Jenik.
Dala ni Bajaj ang isang tawag na "Project Prometheus" na may malalaking kondisyon na suportado ni Bezos:
Idinudulot si Anima bilang ambassador ng kumpanya, miyembro ng board ng direkto, at pangunahing tagapagtaguyod ng agham at pangarap;
Ang mag-asawa ay makakatanggap ng hanggang 35% na bahagi ng kumpanya;
Base annual salary of $1,000,000, doubling to $2,000,000 after three months of employment;
Ang pinakamalaking bahagi ay, sa pagsusulat ng protokolo, sinasabi na ang mga investor, kabilang si Bezos, ay magtataguyod ng higit sa $2 bilyon na "komitment na pondo" para sa pagsasama bago ang Round B.
Sa panahon na ito, kung saan ang pagpapautang para sa malalaking modelo ay nagsisilbing mas mahirap at ang gastos sa computing power ay mataas, ito ay isang super gold ticket patungo sa kalayaan sa yaman at kapangyarihan sa industriya.
Gayunpaman, pinili ng Anima at Jenik na tumanggi.
Bakit? Dahil ang mga bagay na nasa kanilang kamay ay may potensyal na mas malaki kaysa sa isang kumpanyang “automatized manufacturing ng kompleks na pisikal na sistema.” Ayaw nilang maging nakabatay sa iba, at mas ayaw nilang maipilit ang kanilang teknolohikal na pangarap ng kapital. Ang kanilang layunin ay bumuo ng isang “god-level model” na direktang nauunawaan at isinusimula ang pisikal na uniberso.
Sa huli, ang asawa na si Anima ay nagsilang sa takip, hanggang ngayon, na dala ang kanilang sariling nilikhang Accelerated Understanding na nagdulot ng pagkabigla sa buong mundo.
Pangwakas: Paglipat sa paradigma mula sa “Pagbuo ng Impormasyon” patungo sa “Pagsusuri ng Mundo”
Agosto 25, 2026, ay isang araw na magiging bahagi ng kasaysayan ng pag-unlad ng AI.
Kapag nagkakasigla tayo dahil sa malalaking language model na kayang sumulat ng isang magandang tula o makatulong sa atin na i-optimize ang aming mga email sa trabaho, ang Accelerated Understanding ay parang isang breaker mula sa hinaharap na bumababa upang sabihin sa atin nang walang awa: ang wika at mga imahe ay simpleng panlabas na anyo ng pag-unawa ng tao sa mundo, ang mga batas ng pisika ang tunay na pondo code ng uniberso.
Tumolak kay Bezos, tumolak sa Transformer, alisin ang mga visual shortcut, at direktang hawakan ang esensya ng 4D spacetime. Gamit ang gaham na data ng 1 trilyong parameter at 5 trilyong konteksto, ipinahayag ni Anima Anandkumar at Benedikt Jenik ang pagdating ng erang “Physical AI”.
Mga sanggunian:
https://x.com/AndrewCurran_/status/2092244031002771643
https://x.com/AnimaAnandkumar/status/2092236528898675014
https://x.com/daniel_mac8/status/2092303081287418277
https://www.reuters.com/business/ai-founders-who-walked-away-bezos-backed-prometheus-model-universe-2026-08-25/
https://acceleratedunderstanding.com/
Nakukuha ang artikulong ito mula sa WeChat public account na “Xin Zhi Yuan,” may-akda: ASI Revelation, editor: David