Kunlun Wanwei bets on two trajectories for world model deployment: real-time interactive content generation and 'pre-simulation' for robots

चीनी कंपनी कुनलुन टेक (Kunlun Tech) ने तीन नए मॉडल पेश किए हैं जो 'विश्व मॉडल' (world models) प्रतिमान पर काम करते हैं। Matrix-3.5 गेमिंग और वीडियो दृश्यों को वास्तविक समय में जनरेट करने के लिए डिज़ाइन किया गया है, जिसमें दीर्घकालिक मेमोरी और स्थानिक सुसंगतता का ध्यान रखा जाता है। Mureka V9.5 और O3 AI संगीत की गुणवत्ता में सुधार करते हैं, 'मॉडल' जैसी ध्वनि को कम करते हैं और भावनात्मक विविधताएँ जोड़ते हैं। Riemann-1.0 रोबोट के लिए एक साकार विश्व मॉडल (embodied world model) है, जो एक साथ क्रियाएँ उत्पन्न करता है और पर्यावरण में होने वाले परिवर्तनों की भविष्यवाणी करता है। इस मॉडल को 200 हजार घंटे से अधिक के डेटा पर प्रशिक्षित किया गया है, जिसमें प्रथम-व्यक्ति वीडियो और हाथों से की जाने वाली हेरफेर शामिल है। सीईओ फांग हान के अनुसार, विश्व मॉडल दो रास्तों पर विकसित होंगे: आभासी दुनिया में (गेम, वीडियो, संगीत) और भौतिक दुनिया में (रोबोट, जो पहले मॉडल में क्रियाओं का अनुकरण करते हैं और फिर उन्हें वास्तविकता में निष्पादित करते हैं)। Matrix-3.5 लंबे समय तक संवाद में दृश्यों की निरंतरता बनाए रखने के लिए स्थानिक पैच मेमोरी (Patch Memory) पर आधारित एक मेमोरी तंत्र का उपयोग करता है। संगीत मॉडल में ध्वनि की स्वाभाविकता की व्यक्तिपरक धारणा पर जोर दिया गया है। Riemann-1.0 क्रिया उत्पादन और वीडियो भविष्यवाणी को एक एकल आर्किटेक्चर में जोड़ता है, वास्तविक कार्यों में 80-90% की सफलता दर प्राप्त करता है। विशेषज्ञों का कहना है कि विश्व मॉडल रचनात्मकता में मनुष्यों की जगह नहीं लेंगे, लेकिन उत्पादन प्रक्रियाओं को बदल देंगे, जिससे लागत कम होगी। तकनीकी चुनौतियों में दीर्घकालिक योजना, डेटा की कमी और रोबोट के लिए सिमुलेशन की विश्वसनीयता शामिल हैं।