Стартапы из экосистемы Tsinghua делают ставку на «world models» как следующий этап развития ИИ
Несколько заметных китайских AI‑стартапов, выросших из академической среды Tsinghua University, сейчас сосредоточены на направлении, которое называют world models. В отрасли его часто рассматривают как следующий рубеж развития искусственного интеллекта. Это заметно отличается от гонки больших языковых моделей 2023–2025 годов, когда ключевыми факторами считались масштаб параметров и объём обучающих данных. Новый подход ставит более фундаментальную задачу: попытку смоделировать причинно‑следственную структуру реального мира. Среди компаний, работающих в этой области, Zhipu AI, Shengshu Technology, Momenta и Mianbi Intelligence.
Разработчик модели GLM, компания Zhipu AI, оцениваемая почти в one trillion RMB, описывает своё представление о world models как создание пространств структурированного рассуждения с длинным горизонтом планирования. CEO Tang Jie обращает внимание на важное ограничение нынешних языковых моделей: они хорошо улавливают статистические корреляции, но не понимают причинную структуру физического мира. Агентная стратегия Zhipu строится вокруг практического взаимодействия моделей с цифровой средой. Речь, например, о работе с интерфейсами смартфонов, бронировании отелей или планировании поездок. Такой подход рассматривается как шаг к системам, которые способны учитывать изменения состояний и реагировать на обратную связь среды.
Shengshu Technology, основанная профессором Tsinghua Zhu Jun и CEO Tang Jiayu, приходит к теме world models со стороны генерации видео. Разработанная компанией архитектура U‑ViT предлагается как альтернатива Stable Diffusion. Команда рассматривает видеогенерацию как симуляцию во времени: если модель способна точно предсказывать следующий кадр, по сути она начинает работать как движок виртуального мира с высокой точностью.
Компания Momenta, занимающаяся автономным вождением и возглавляемая выпускником Tsinghua Cao Xudong, почти десять лет собирает реальные данные о вождении. На их основе строятся end‑to‑end системы, которые учитывают физические взаимодействия, от сцепления шин до прогнозирования поведения пешеходов и семантики светофоров. Как пишет Pandaily, для Momenta развитие world models выглядит естественным продолжением задач автономного вождения, где требуется понимать и предсказывать поведение замкнутых физических сред.
Ключевые факты
Zhipu AI, разработчик модели GLM, оценивается примерно в один триллион RMB и продвигает концепцию world model как среды для долгосрочного структурированного рассуждения.
Shengshu Technology, основанная профессором Tsinghua Zhu Jun и CEO Tang Jiayu, разработала архитектуру U‑ViT, альтернативу Stable Diffusion, и рассматривает генерацию видео как временную симуляцию мира.
Компания Momenta под руководством выпускника Tsinghua Cao Xudong почти десятилетие собирает реальные данные вождения и строит end‑to‑end системы, моделирующие физические взаимодействия на дороге.
Компании Zhipu AI, Shengshu Technology, Momenta и Mianbi Intelligence связаны с академической экосистемой Tsinghua и развивают собственные технологические стеки, включая GLM, U‑ViT и полный стек автономного вождения.