1月7日，有“科技春晚”之称的国际消费类电子产品展览会（简称CES）正式开幕。

现场，英伟达发布的“NVIDIA Cosmos”十分吸睛。这是首个世界基础模型，英伟达创始人黄仁勋表示，人工智能（AI）的下一个前沿就是物理AI（Physical AI）。“如果说ChatGPT定义了生成式AI，那么Cosmos将是机器人领域的‘ChatGPT时代’。”

从英伟达目前已公开的信息来看，Cosmos模型基于在200万小时视频上完成训练，集成了生成式模型、tokenizer和视频处理管线，可以接受文本、图像或视频提示，生成高质量的虚拟世界状态，从而为自动驾驶和机器人应用提供定制化的视频输出。

图片来源于英伟达官网。

  ?

“世界基础模型的作用并不是生成创意内容，而是帮助AI理解物理世界。”复旦大学管理学院信息管理与商业智能系助理教授李文文介绍，“世界基础模型”能够利用生成式AI技术，模拟现实环境并基于文本、图像或视频输入预测准确结果。通过从感官数据中学习表示和预测运动、力和空间关系等动态特性，它们可以理解物理世界中事物的性质、运行规律和空间特性。

实际上，世界模型的概念很早就已经提出。图灵奖得主杨立昆就曾提出，未来的AI发展方向，应该是通过无监督的方式观察世界、与世界交互，然后进行学习，这条技术路线需要由世界模型实现，而非ChatGPT这样的大语言模型。

李文文解释道：“例如，原先让AI学习开车采用的是类似于‘题库刷题’的方法，需要给AI投喂大量的开车视频，而人类在驾车时，即便遇到很多没有学过的状况，也能够下意识地做出避让反应。无监督式的学习就是要让AI像现实里的人类一样，在世界模型里观察世界再采取行动，在此过程中学会应对未知的状况。”

如果从商业应用角度来看AI技术，则需要思考当前的大模型技术仅仅是昙花一现，还是可以在商业层面发挥实际作用，这也是许多企业面临的关键问题。

在李文文看来，无论是科技创新型公司还是大型企业的领导者，未来必须拥有一项综合技术与商业思维的新技能，她将其命名为“技术嗅觉”。

所谓技术嗅觉，就是将技术理解与市场洞察相结合的一种能力。即便非技术或科研人员，也需要对技术发展有一定理解，知道技术能够解决什么问题。同时，领导者还需要对市场需求有敏锐的洞察，了解用户真正需要的是什么，以及市场的发展趋势如何。最终，技术嗅觉可以帮助他们识别商业化机会。

“一个常见的决策场景是在技术发展的不同阶段，企业需要考虑切入的时机。”李文文举例，新技术刚刚出现时，企业是否应该立刻引入，还是等到技术成熟后再采纳，这都需要权衡。企业应该根据自身定位，选择不同的切入时机和介入深度。

而要想做出正确的决策，不能仅依赖于传统的商业嗅觉，更需要结合技术嗅觉。“从这点上说，在自动驾驶汽车、机器人技术发展日益蓬勃的当下，英伟达推出Cosmos模型也是一种技术嗅觉的体现。”李文文指出。