استراتژی جنگل تاریک؛ چرا پیشگامان مدل‌های جهانی در سکوت مطلق پیش می‌روند؟

تصور کنید در بازاری رقابت می‌کنید که هرگونه اشاره به موفقیت شما، بلافاصله باعث می‌شود غول‌هایی با بودجه‌های نامحدود تمام منابع خود را برای نابودی شما بسیج کنند. این دقیقاً وضعیتی است که امروز در دنیای مدل‌های جهانی (World Models) جریان دارد. رقابت برای دستیابی به هوش مکانی در سکوتی مطلق در حال پیشروی است.

به گزارش TechCrunch در ۱۸ سپتامبر ۲۰۲۶، شرکت‌های AMI Labs و World Labs با وجود جذب سرمایه‌های کلان و ایجاد موجی از هیجان در صنعت، از افشای هرگونه جزئیات درباره زمان عرضه محصولات یا اهداف تجاری خود سر باز می‌زنند. مدل‌های جهانی — که شبیه به شبیه‌سازهای فیزیکی هستند و به جای پیش‌بینی کلمه بعدی، نحوه حرکت اشیا در فضای سه‌بعدی را پیش‌بینی می‌کنند — حلقه مفقوده برای ربات‌های انسان‌نما و جلوه‌های ویژه سینمایی هستند.

هدف این مدل‌ها، خودکارسازی نحوه درک هوش مصنوعی از فضای سه‌بعدی و قوانین فیزیکی است. سیستمی را تصور کنید که فقط کلمات را پیش‌بینی نمی‌کند، بلکه پیش‌بینی می‌کند که یک جعبه چگونه روی زمین می‌لغزد یا یک خودرو چطور در ترافیک راند؛ قابلیتی که فراتر از پردازش متن است و به درک عمیق قوانین فیزیک نیاز دارد. همان‌طور که در تحلیل‌های قبلی ما درباره امنیت مدل‌های بنیادی اشاره کردیم، پنهان‌کاری در لایه‌های زیرساختی اکنون به یک استاندارد تبدیل شده است.

فرهنگ سکوت مطلق

با وجود پتانسیل‌های عظیم، رهبران این حوزه بسیار محتاط و تودار هستند. طبق اعلام مایکل رابات، معاون مدل‌های جهانی در AMI Labs، این شرکت همچنان در «مرحله پژوهش و ساخت» است و هرگونه بحث عمومی درباره برنامه‌های محصول را رد می‌کند. او در پاسخ به مدیران پنل گفتگو صراحتاً بیان کرد: «وقتی آماده باشیم، درباره‌اش حرف می‌زنیم».

این سکوت حتی زنجیره تأمین را هم در بر گرفته است. الکس دی ویگان، مدیرعامل Physicl — یکی از تأمین‌کنندگان داده برای این آزمایشگاه‌ها — اشاره کرد که او هنوز در تاریکی است و نمی‌داند مشتریانش دقیقاً در حال ساخت چه چیزی هستند. دی ویگان ابراز تأسف و ناامیدی کرد و خاطرنشان کرد که اگر Physicl می‌دانست آزمایشگاه‌ها روی چه موضوعاتی کار می‌کنند، می‌توانست داده‌های بسیار کاربردی‌تری برای آن‌ها تولید کند. این چالش در تأمین داده‌های امن، یادآور سرمایه‌گذاری‌های اخیر برای بازرسی زنجیره تأمین عامل‌های هوش مصنوعی است تا از نفوذهای احتمالی در لایه‌های نرم‌افزاری جلوگیری شود.

قابلیت‌های شناسایی‌شده و کاربردها

با وجود این فضای بسته و محرمانه، برخی از قابلیت‌های فنی به بیرون درز کرده است:

• World Labs پلتفرمی به نام Marble ساخته است که قادر است محیط‌های قابل کاوش برای بازی‌های ویدئویی، تولیدات رسانه‌ای ساده و جلوه‌های ویژه CGI ایجاد کند.
• AMI Labs از طریق مشارکت با Nabia، کاربردهای متنوعی را بررسی کرده است که شامل تولید صنعتی، زیست‌پزشکی و توسعه نرم‌افزارهای هوش مصنوعی برای پزشکان می‌شود.
• این فناوری‌های هسته‌ای می‌توانند در ربات‌های انسان‌نما، مانند OpenClaw، یا سیستم‌های رندرینگ نسل جدید هالیوود به کار گرفته شوند.
• ساده‌ترین نسخه‌های این مدل‌ها مانند نقشه‌های قابل پیمایش از جهان عمل می‌کنند؛ مشابه همان مدل‌های هوش مصنوعی که سیستم‌های رانندگی خودکار مانند Waymo را مدیریت می‌کنند.

استراتژی «جنگل تاریک»

این پنهان‌کاری یک تصمیم تجاری حساب‌شده است. اگر آزمایشگاهی اعلام کند که در ساخت یک ربات انسان‌نما به کمال رسیده است، غول‌هایی مثل OpenAI یا Anthropic می‌توانند تمام توان محاسباتی (Compute) عظیم خود را تغییر مسیر دهند تا استارتاپ کوچک‌تر را له کنند. در همین راستا، بهره‌گیری آنتروپیک از مدل کلود برای پیشبرد پژوهش‌های داخلی نشان می‌دهد که این غول‌ها چگونه از ابزارهای خود برای تسریع در توسعه و پیشی گرفتن از رقبا استفاده می‌کنند.

از آنجا که جذب سرمایه در حال حاضر برای این شرکت‌ها آسان است، فشار فوری برای تمرکز بر یک مسیر تجاری واحد وجود ندارد. در واقع، معرفی هر محصول مشخص، تنها باعث جذب رقبای بیشتر از سوی سایر شرکت‌های مدل جهانی و آزمایشگاه‌های نوپا (Neolabs) می‌شود.

این وضعیت را نویسنده گزارش «جنگل تاریک» نامیده است؛ ارجاعی به آثار سین‌کس لیو که در آن امن‌ترین راه برای بقا، جلب نکردن توجه دیگران در جنگلی است که نمی‌دانید چه شکارچیانی در آن کمین کرده‌اند و چه کسی در جنگل حضور دارد.

برای یک سرمایه‌گذار یا صاحب کسب‌وکار، این یعنی دسته‌بندی «مدل جهانی» فعلاً یک جعبه سیاه است. شما هنوز نمی‌توانید یک API استاندارد برای مدل جهانی بخرید و تنها دموهایی را می‌بینید که کارکرد فناوری را ثابت می‌کنند، اما مدل فروش و تجاری‌سازی آن را توضیح نمی‌دهند.

این چرخش نشان می‌دهد که مرز بعدی هوش مصنوعی، دیگر فقط استدلال بهتر نیست، بلکه درک فیزیکی از جهان است. نخستین شرکتی که سکوت را با یک محصول مقیاس‌پذیر بشکند، احتمالاً اقتصاد رباتیک و شبیه‌سازی دهه آینده را تعریف خواهد کرد.

منتظر اولین عرضه محصول بزرگ از سوی World Labs یا AMI Labs باشید؛ زیرا این اتفاق سیگنالی خواهد بود که نشان می‌دهد مرحله پژوهش به پایان رسیده و جنگ تجاری برای تسلط بر هوش مکانی آغاز شده است.

گام بعدی شما

• رصد کنید که کدام یک از این دو شرکت، نخستین API تجاری خود را معرفی می‌کند.
• بررسی کنید که آیا ابزارهای فعلی تولید ویدیو (مانند Sora) در حال تبدیل شدن به مدل‌های جهانی هستند یا صرفاً مدل‌های بصری باقی می‌مانند.
• اگر در حوزه رباتیک یا CGI فعالیت می‌کنید، روی داده‌های محیطی (Spatial Data) سرمایه‌گذاری کنید.

اما داستان سخت‌افزاری این تحول حتی شگفت‌انگیزتر است — به تحلیل ما درباره تراشه‌های Blackwell مراجعه کنید.