Large World Models: Anwendungsfälle & Beispiele

Trotz Fortschritten bei Large Language Models bleibt künstliche Intelligenz in ihrer Fähigkeit, die physische Welt zu verstehen und mit ihr zu interagieren, aufgrund der Beschränkungen textbasierter Repräsentationen eingeschränkt.

Large World Models schließen diese Lücke, indem sie multimodale Daten integrieren, um über Handlungen nachzudenken, reale Dynamiken abzubilden und Veränderungen in der Umgebung vorherzusagen.

Entdecken Sie, was Large World Models sind, wie sie sich von anderen Ansätzen unterscheiden, ihre wichtigsten Anwendungsfälle, Beispiele aus der Praxis und die Herausforderungen bei ihrer Entwicklung.

Was ist ein Large World Model?

Ein Large World Model (LWM) ist eine fortgeschrittene Klasse von KI-Modelle, die über den textbasierten Fokus von Large Language Models (LLMs) hinausgehen. Während LLMs Muster aus Sprachsequenzen lernen, sind LWMs darauf ausgelegt, multimodale Daten über räumliche, zeitliche und physische Dimensionen hinweg zu integrieren und zu verarbeiten.

Diese Models zielen darauf ab, die reale Welt abzubilden, indem sie Text, Bilder, Audio, Sensorsignale, Videosequenzen und interaktive Umgebungen einbeziehen.

LWMs werden oft als ein Schritt hin zu KI-Systemen beschrieben, die physische Welt verstehen und mit ihr interagieren können; sie bieten Fähigkeiten wie räumliches Denken, langfristiges Videoverständnis und die Fähigkeit, Dynamiken in komplexen Umgebungen vorherzusagen.

Abbildung 1: Ein Beispiel für ein Large World Model, das Fragen in YouTube-Videos beantworten kann.¹

Architektur von Large World Models

• Vorbedingungs- und Effekt-Inferenz: Ein zentrales Merkmal, das durch jüngste Forschung geprägt ist, ist das explizite Abbilden dessen, was vor einer Handlung wahr sein muss (Vorbedingung) und welche Veränderungen danach eintreten (Effekt).²
• Semantischer Zustandsabgleich: LWMs nutzen Module, die abgeleitete Vorbedingungen und Effekte mit aktuellen Weltzuständen abgleichen und so die Vorhersage gültiger Handlungen und Zustandsübergänge ermöglichen.
• Generative Models: Sie erzeugen Videos, simulieren Umgebungen und sagen Dynamiken in langen Videosequenzen und realen Umgebungen vorher.
• Skalierbarkeit: Das Training stützt sich sowohl auf reale Daten als auch auf unbegrenzte vielfältige Trainingsumgebungen, einschließlich synthetischer Simulationen.

Neue Techniken wie Neural Radiance Fields (NeRFs), Gaussian Splatting und Ring-Attention-Mechanismen werden eingesetzt, um die Fähigkeit zu verbessern, lange Sequenzen und dynamische Interaktionen zu verarbeiten.

Wie unterscheidet es sich von World Foundation Models und anderen World Models?

• World Foundation Models konzentrieren sich darauf, ein allgemeines Grundgerüst für das Denken über die Welt bereitzustellen. Sie stehen jedoch oft näher am LLM-Paradigma und betonen die symbolische und semantische Repräsentation menschlichen Wissens.
• World Models im Reinforcement Learning oder in der Robotik bilden in der Regel spezifische Umgebungen für das Training autonomer Agenten ab und sind oft auf Simulationswerkzeuge oder enge Aufgaben beschränkt.
• Large World Models: Gehen darüber hinaus, indem sie lange Handlungssequenzen abbilden, Dynamiken vorhersagen und multimodale Eingaben integrieren. LWMs betonen das Denken in Vorbedingungen und Effekten, wodurch sie Fragen beantworten können wie „Ist diese Handlung jetzt gültig?“ und „Was passiert, wenn ich das tue?“ – Fähigkeiten, die anderen Models oft fehlen.

Kurz gesagt bieten World Foundation Models eine Grundlage, während LWMs diese Fähigkeiten auf physische KI-Systeme und interaktive Erlebnisse ausweiten.

Forscherperspektiven zu Large World Models

Aus der Forschung zu Large World Models lässt sich ableiten, dass es sich um einen internen, universell einsetzbaren Simulator handelt, der abstrakte Repräsentationen nutzt, um zukünftige Zustände in offenen Umgebungen vorherzusagen und zu bewerten.

Es unterscheidet sich sowohl von kleinen, aufgabenspezifischen World Models als auch von großen, rein interaktiven Simulationen. Sein Zweck ist nicht, die Welt zu rendern, sondern über sie nachzudenken, bevor gehandelt wird.

Hier sind einige der wichtigsten Erkenntnisse:

• Erstens reicht Skalierung allein nicht aus. Große Umgebungen oder komplexe Simulationen erzeugen nicht automatisch Large World Models, und kleinere Systeme können dennoch als World Models gelten, wenn sie abbilden, wie sich Umgebungen entwickeln. Entscheidend ist die Fähigkeit, über Aufgaben und Domänen hinweg zu generalisieren, nicht die reine Größe.
• Zweitens stützen sich Large World Models auf Abstraktion. Rohe sensorische Details sind für allgemeine Planung oft zu fragil; daher arbeiten diese Models mit komprimierten, konzeptuellen Repräsentationen, die das für das kontextübergreifende Denken Relevante bewahren.
• Drittens verändern Large World Models die Rolle von Language Models. Statt Handlungen oder Text zu generieren, fungieren Language Models als interne Simulatoren, die vorhersagen, wie die Welt auf hypothetische Handlungen reagieren könnte, und ermöglichen so Abwägung statt Reaktion.
• Schließlich definieren Large World Models Planung neu. Planung wird zu einem Prozess der Simulation möglicher Zukünfte, des Vergleichs von Ergebnissen und der Auswahl von Handlungen auf der Grundlage erwarteter Konsequenzen, wodurch KI-Denken menschlicher Entscheidungsfindung näher kommt.

PoE-World

Der Artikel zu PoE-World³ nähert sich World Models als explizite Models der Umgebungsdynamik, die Planung und Steuerung unterstützen. Der Artikel behandelt ein World Model als etwas, das vorhersagt, wie sich die Umgebung als Reaktion auf Handlungen verändert. Sein Kernanliegen ist nicht Skalierung, sondern Struktur: wie man die Welt so darstellt, dass Generalisierung und langfristiges Denken unterstützt werden.

Statt sich auf ein einziges großes neuronales Netz zu stützen, argumentieren die Autoren, dass World Models kompositional sein sollten. Sie schlagen vor, das World Model aus mehreren kleineren, programmatischen Experten aufzubauen, von denen jeder für einen bestimmten Faktor der Umgebung verantwortlich ist, etwa Objektbewegung oder Interaktionen. Diese Experten werden mathematisch kombiniert, um Gesamtvorhersagen zukünftiger Zustände zu erzeugen.

Das Paper ist bei großen, Ende-zu-Ende neuronalen World Models vorsichtig. Es legt nahe, dass die bloße Vergrößerung der Modelgröße Probleme wie Interpretierbarkeit oder systematisches Denken nicht löst. Ihrer Ansicht nach sind Struktur und Modularität wichtiger als die Anzahl der Parameter.

Kernpunkte

• Definiert ein World Model als Prädiktor zukünftiger Beobachtungen auf Basis vergangener Beobachtungen und Handlungen.
• Betont kompositionale und symbolische Struktur statt großer neuronaler Netze.
• Verwendet mehrere kleine Experten, die zu einem einzigen prädiktiven Model kombiniert werden.
• Argumentiert, dass monolithische Large World Models mit langfristigem und kompositionalem Denken Schwierigkeiten haben.
• Konzentriert sich auf Planung und Steuerung in begrenzten Umgebungen statt auf offene Szenarien.

LatticeWorld

LatticeWorld⁴ verwendet den Begriff World Model in einem anderen Sinne. In diesem Paper ist ein World Model in erster Linie eine groß angelegte interaktive virtuelle Umgebung und kein gelerntes prädiktives Model. Der Fokus liegt auf dem Aufbau detaillierter, erforschbarer 3D-Welten für Interaktion, Simulation und Datengenerierung.

Der Artikel behandelt World Models als externe Umgebungen, mit denen Agenten oder Menschen interagieren können. Diese Umgebungen umfassen Gelände, Objekte, Physik und mehrere Agenten und sind so gestaltet, dass sie realen Umgebungen stark ähneln, um die Kluft zwischen Simulation und Realität zu verringern. Der Schwerpunkt liegt auf Realismus und Interaktivität, nicht auf der internen Vorhersage zukünftiger Zustände.

Large Language Models spielen eine unterstützende Rolle. Sie werden verwendet, um Text- und visuelle Anweisungen in symbolische Repräsentationen zu übersetzen, die Szenenlayouts und -konfigurationen definieren. Das tatsächliche Weltverhalten, einschließlich Physik und Interaktionen, wird von einer Game-Engine und nicht von einem gelernten World Model übernommen.

Kernpunkte

• Verwendet den Begriff „World Model“ für eine hochrealistische, interaktive Simulationsumgebung.
• Konzentriert sich auf die Welterzeugung statt auf das Lernen von Umgebungsdynamiken.
• Behandelt World Models als Quellen von Daten und Interaktion statt als Denkwerkzeuge.
• Verwendet LLMs für die Erzeugung von Szenenlayouts und -konfigurationen, nicht für Vorhersage oder Planung.
• Bildet Zustandsübergänge oder kontrafaktische Zukünfte nicht intern ab.

SIMURA

SIMURA⁵ stellt World Models in den Mittelpunkt intelligenten Verhaltens. Es definiert ein World Model als internen Simulator, den ein Agent nutzt, um sich zukünftige Zustände vor dem Handeln vorzustellen. Das Paper stellt dies ausdrücklich dem tokenweisen autoregressiven Denken gegenüber, dem es Voraussicht und die Fähigkeit zur kontrafaktischen Bewertung abspricht.

In diesem Framework sagt das World Model voraus, wie die Umgebung auf Kandidatenaktionen reagieren wird. Diese Vorhersagen werden dann mit den Zielen des Agenten abgeglichen, sodass er Handlungen auf der Grundlage simulierter Ergebnisse statt unmittelbarer Reaktionen auswählen kann. Das World Model ist daher der Mechanismus, der Planung ermöglicht.

Was SIMURA auszeichnet, ist seine Skalierung und Allgemeinheit. Das World Model wird mithilfe von Large Language Models implementiert und arbeitet in offenen Umgebungen wie dem Web. Weltzustände werden in natürlicher Sprache dargestellt, was Abstraktion und Transfer über Aufgaben hinweg ermöglicht, ohne für jede Umgebung separate Models neu trainieren zu müssen.

Kernpunkte

• Definiert ein World Model als internen Simulator, der für Planung und Entscheidungsfindung verwendet wird.
• Verwendet World Models, um kontrafaktische Zukünfte vor dem Handeln zu bewerten.
• Implementiert das World Model mithilfe von Large Language Models.
• Stellt Weltzustände und Übergänge in natürlicher Sprache statt in kontinuierlichen Embeddings dar.
• Zielt auf allgemeine, offene Umgebungen statt auf enge Aufgaben ab.

Anwendungsfälle von Large World Models

Gesundheitswesen

LWMs im Gesundheitswesen können Patientenakten, Genomdaten und Echtzeit-Biometrie mit Umgebungsdaten integrieren. Durch die Abbildung von Interaktionen über diese Datasets hinweg können sie personalisierte Behandlungen unterstützen, Gesundheitsrisiken früher vorhersagen und chirurgische Entscheidungen mit Echtzeitanalysen leiten.

Stadtplanung und Smart Cities

Durch die Analyse von Verkehrsflüssen, Energieverbrauch und Umweltdaten können LWMs Eingriffe auf Stadtebene simulieren. Sie können beispielsweise vorhersagen, wie sich neue Infrastrukturprojekte auf Umweltverschmutzung, Mobilität oder Energienachfrage auswirken, und ermöglichen so fundierte Entscheidungen in komplexen Umgebungen.

Robotik und autonome Systeme

Für autonome Fahrzeuge und Roboter bieten LWMs ein tieferes Verständnis räumlicher Eigenschaften und Objektinteraktionen. Sie unterstützen das Training in vielfältigen Trainingsumgebungen und realen Bedingungen, sodass autonome Maschinen sicherer und anpassungsfähiger navigieren können.

Bildung und Ausbildung

LWMs können interaktive Erlebnisse und realistische virtuelle Welten für das Kompetenztraining erzeugen. In Bereichen wie Luftfahrt oder Medizin können LWMs risikoreiche Szenarien simulieren, sodass Lernende in sicheren und dennoch realistischen virtuellen Umgebungen üben können.

Umweltüberwachung

LWMs verarbeiten Satellitendaten, Sensorströme und lange Sequenzen von Umweltinformationen, um Klimadynamiken vorherzusagen. Dies ermöglicht es Beteiligten, die Ressourcennutzung zu optimieren, die Auswirkungen der Entwaldung zu verfolgen oder Katastrophenszenarien zu modellieren.

Gaming und Unterhaltung

Mit der Fähigkeit, Videos und immersive Simulationen aus einem einzigen Prompt-Bild oder einer Sprachbeschreibung zu erzeugen, eröffnen LWMs Möglichkeiten für interaktive Erlebnisse in Gaming, AR und VR. Ihre Fähigkeit, Videosequenzen in Millionenlänge zu erstellen, bedeutet einen Sprung bei Realismus und Kreativität.

Beispiele aus der Praxis für Large World Models

Marble: Ein multimodales World Model

Marble⁶ ist ein multimodales World Model, das von World Labs entwickelt wurde. Es ist darauf ausgelegt, hochrealistische, persistente 3D-Welten zu erstellen, die mit einer Vielzahl von Eingaben interaktiv generiert, bearbeitet und erkundet werden können.

Wichtige Merkmale

• Multimodale Weltgenerierung: Marble kann vollständige 3D-Umgebungen aus Text-Prompts, Bildern, Videos oder 3D-Layouts erzeugen.
• Interaktive Bearbeitung und Erweiterung: Sobald eine Umgebung erstellt wurde, stellt Marble Werkzeuge zum Bearbeiten und Erweitern bereit. Nutzer können Elemente der Welt verfeinern, Layouts ändern und Entwürfe iterieren.
• Persistente 3D-Welten: Die von Marble erstellten Welten bewahren räumliche Konsistenz und können erneut besucht, iteriert oder mit anderen generierten Welten kombiniert werden.
• Exportfunktionen: Marble ermöglicht es Nutzern, generierte Welten in mehreren Formaten zu exportieren, darunter Gaussian Splats, Meshes und Video. Diese Ergebnisse sind in anderen Tools, Workflows und nachgelagerten Anwendungen über die Marble-Oberfläche hinaus nutzbar.

Sehen Sie sich das Video unten für ein Beispiel für die Text-zu-Video-Generierung an:

WorldsNQ

Worlds hat WorldsNQ vorgestellt, eine Large-World-Model-Plattform für Industrieunternehmen, die KI-Systeme benötigen, um physische Abläufe zu verstehen und zu optimieren.

Die Plattform nutzt Daten von Kameras und IoT-Sensoren, um dynamische Models realer Umgebungen wie Lagerhäuser, Fabriken und Energieanlagen zu erstellen. WorldsNQ automatisiert die Erstellung von Models und aktualisiert Models kontinuierlich, wenn sich Betriebsumgebungen ändern.

Wichtige Funktionen:

• Automatisiertes Model-Training: Reduziert den Bedarf an menschlicher Annotation, indem Sensordaten in nutzbare KI-Modelle umgewandelt werden.
• Kontinuierliches Lernen: Unterstützt geschlossene Regelkreise, die sich anpassen, wenn sich physische Umgebungen und Prozesse weiterentwickeln.
• Kompatibilität mit vorhandener Hardware: Funktioniert mit den vorhandenen Kameras und Sensoren eines Unternehmens und senkt so die Einstiegshürden.
• Betriebliche Beschleunigung: Worlds gibt an, dass die Plattform Trainings- und Wartungsabläufe von Monaten auf Tage oder sogar einen einzigen Tag verkürzen kann.

Anwendungen:

• Überwachung industrieller Prozesse: Hilft Herstellern, Logistikdienstleistern und Energieunternehmen, physische Abläufe in messbare Datenströme umzuwandeln.
• Automatisierung in physischen Umgebungen: Ermöglicht es Unternehmen, KI-Modelle zu erstellen, die reale Arbeitsabläufe beobachten, aus ihnen lernen und sie verbessern können.
• Lebenszyklusmanagement für KI-Modelle: Begegnet Model Drift, indem Models mit aktuellen Betriebsdaten abgeglichen werden, statt sich auf statische Trainingsdaten zu verlassen.

Niantic Spatial / Large Geospatial Model

Niantic Spatial entwickelt ein Large Geospatial Model (LGM), um physischen KI-Systemen ein reales räumliches Verständnis zu ermöglichen.

Der Ansatz von Niantic konzentriert sich auf georeferenzierte, reale Daten, damit Maschinen verstehen, wo sie sich befinden, was sie betrachten und wie sie im physischen Raum handeln sollten.

Wichtige Funktionen:

• Geospatiale Verankerung: Nutzt reale 3D-Scans, räumliche Karten, Positionsdaten und andere georeferenzierte Eingaben, um physische Umgebungen abzubilden.
• Lokalisierung und Orientierung: Hilft Smartphones, Robotern, Drohnen, AR-Brillen und anderen Geräten, ihre Position und Richtung zu bestimmen.
• Semantisches Raumverständnis: Unterstützt die Interpretation realer Umgebungen, etwa das Erkennen von Objekten, Strukturen oder inspektionsrelevanten Details.
• Ergänzende Rolle zu WFMs: Niantic positioniert LGMs als Verankerungsschicht, die neben World Foundation Models und Large Language Models arbeiten kann.

Anwendungen:

• Robotik und autonome Navigation: Ermöglicht es Robotern oder Drohnen, komplexe städtische oder industrielle Umgebungen genauer zu navigieren.
• Außeneinsätze: Ermöglicht es, Inspektionskommentare, Arbeitsaufträge und Dokumentationen mit der tatsächlichen bebauten Umgebung abzugleichen.
• Umgebungen ohne GPS: Bietet räumliche Intelligenz dort, wo herkömmliche GPS-Ortung unzuverlässig oder nicht verfügbar ist.
• AR und Spatial Computing: Unterstützt Geräte, die ein gemeinsames 3D-Verständnis der physischen Welt benötigen, um standortbezogene Erlebnisse zu ermöglichen.

Genie 3: Ein Echtzeit-, fotorealistisches World Model für interaktive Umgebungen

Google DeepMind hat Genie 3⁷ als universelles World Model vorgestellt, das interaktive und fotorealistische Umgebungen aus Text-Prompts erzeugen kann.

Anders als frühere generative Models, die statische Szenen oder kurze Videoclips erzeugen, simuliert Genie 3 Welten, die in Echtzeit erkundet und mit denen interagiert werden kann – ein großer Fortschritt bei der Abbildung von Umgebungen für verkörperte KI.

Das Model soll KI-Systemen helfen zu lernen, wie die Welt funktioniert, indem es ihnen ermöglicht, in dynamischen Umgebungen Erfahrungen zu sammeln, zu handeln und die Konsequenzen von Handlungen zu beobachten. Damit wird Genie 3 zu einer grundlegenden Fähigkeit für das Training von Agenten, die in komplexen Umgebungen nachdenken, planen und sich anpassen müssen.

Das Video unten zeigt, wie Genie die physische Welt abbilden und mithilfe von Umgebungs- und Charakter-Prompts Ausgaben erzeugen kann:

Wichtige Funktionen

• Echtzeit-Weltsimulation: Genie 3 erzeugt Umgebungen, die mit etwa 20–24 Bildern pro Sekunde laufen, und ermöglicht so kontinuierliche Interaktion statt vorab generierter Sequenzen.
• Interaktive Steuerbarkeit: Die generierten Welten sind vollständig navigierbar. Menschen oder KI-Agenten können sich durch Umgebungen bewegen und mit ihnen interagieren, während das Model simuliert, wie die Welt auf diese Handlungen reagiert.
• Fotorealistisches Rendering: Welten werden mit einer Auflösung von 720p und hoher visueller Wiedergabetreue erzeugt und erfassen realistische Texturen, Beleuchtung und Umgebungsdetails.
• Weltkonsistenz und Gedächtnis: Genie 3 bewahrt interne Konsistenz. Wenn Nutzer zuvor gesehene Orte erneut besuchen, ruft das Model frühere Details ab und rekonstruiert sie, statt sie neu zu generieren.
• Physische Plausibilität: Die Umgebungen spiegeln reale Strukturen und Dynamiken wider, sodass das Model Landschaften und natürliche Schauplätze auf eine Weise simulieren kann, die intuitive Erkundung unterstützt.

Einschränkungen von Genie 3

• Begrenztes Aktionsspektrum: Genie 3 unterstützt derzeit eine eingeschränkte Menge an Interaktionen. Nutzer können zwar Umgebungen navigieren und bestimmte Änderungen über Text-Prompts auslösen, Agenten können jedoch noch kein breites oder vollständig autonomes Spektrum an Handlungen in der Welt ausführen.
• Einfache Multi-Agenten-Dynamik: Das Model ist nur eingeschränkt in der Lage, komplexe Interaktionen zwischen mehreren unabhängigen Agenten zu simulieren. Realistische Koordination, Konkurrenz oder emergentes Verhalten mehrerer Agenten bleibt eine offene Forschungsherausforderung.
• Keine präzise reale Genauigkeit: Genie 3 erzeugt keine vollständig präzisen Rekonstruktionen bestimmter realer Orte. Obwohl die Umgebungen realistisch erscheinen, sollten sie als plausible Simulationen und nicht als präzise digitale Zwillinge verstanden werden.
• Einschränkungen bei der Textdarstellung: Text innerhalb von Umgebungen (wie Schilder oder schriftliche Beschriftungen) wird nicht zuverlässig generiert, es sei denn, er wird im Prompt ausdrücklich angegeben, und selbst dann kann er unvollkommen sein.

Decart

Decarts Arbeit an Large World Models (LWMs) umfasst sowohl Consumer-Erlebnisse als auch Unternehmensinfrastruktur.

Die Oasis-Plattform ermöglicht es Nutzern, adaptive virtuelle Welten mit Echtzeit-Video und interaktiven Funktionen zu generieren und zu erkunden, die sich als Reaktion auf Nutzereingaben weiterentwickeln. Oasis wird oft mit Minecraft verglichen und hat Millionen von Nutzern durch seine dynamischen audiovisuellen Erlebnisse angezogen.

Für Unternehmen bietet Decart ein GPU-Optimierungstool, das die Effizienz beim Training und bei der Inferenz verbessert. Diese Lösung beschleunigt die Model-Entwicklung, senkt die Bereitstellungskosten und ermöglicht es Unternehmen, KI-Anwendungen kostengünstiger zu skalieren.⁸

Verpassen Sie nicht unsere Benchmarks und datengestützten Erkenntnisse. Die Schaltfläche öffnet Google; die Auswahl von AIMultiple bestätigt, dass Sie AIMultiple häufiger in den Google-Suchergebnissen sehen möchten.

Als bevorzugte Quelle hinzufügen

Herausforderungen und wie man ihnen begegnen kann

Trotz ihres Potenzials stehen LWMs vor mehreren Herausforderungen:

• Datenkomplexität: Das Training erfordert massive, multimodale Datasets, die Video-, Audio-, Sensor- und Sprachsequenzen abdecken. Zur Abschwächung werden synthetische Datengenerierung und Fine-Tuning mit realen Daten kombiniert.
• Rechenintensität: Die Verarbeitung langer Sequenzen und das Videoverständnis erfordern erhebliche Rechenleistung. Techniken wie Ring Attention und optimierte Sequenzlängen werden entwickelt, um das Training effizienter zu machen.
• Verzerrung und Sicherheit: Die Einbeziehung menschlichen Wissens und realer Daten birgt Risiken von Verzerrung oder Missbrauch. Sorgfältiges Model-Training, Evaluation anhand neuer Benchmarks und ethische Aufsicht sind unerlässlich.
• Datenschutz: Reale Umgebungen enthalten oft persönliche und sensible Informationen. Datenschutzfreundliches Training und klare Governance-Rahmenwerke sind erforderlich.

Zukunftsausblick

Large World Models bedeuten einen Paradigmenwechsel in der künstlichen Intelligenz. Sie sind nicht einfach größere Versionen bestehender Models, sondern eröffnen die Fähigkeit, aus realen Umgebungen zu lernen, physikbewusste Videos zu erzeugen und autonome Maschinen in dynamischen Umgebungen handeln zu lassen.

Mit zunehmender Reife der Technologie werden LWMs wahrscheinlich das Rückgrat physischer KI-Systeme bilden, die virtuelle und reale Erlebnisse verbinden und sowohl spezialisierte industrielle Anwendungen als auch verbraucherorientierte interaktive Erlebnisse unterstützen.

Diese Forschung zitieren

Wählen Sie das Format, das zu Ihrem Veröffentlichungsort passt. Wenn Sie die Link-Version in Ihr CMS einfügen, bleibt der Backlink erhalten.

@misc{ermut2026,
  author = {Ermut, Sıla},
  title  = {{Large World Models: Anwendungsfälle & Beispiele}},
  year   = {2026},
  month  = jun,
  howpublished    = {\url{https://aimultiple.com/large-world-models}},
  note   = {AIMultiple. Abgerufen am 4. Juni 2026}
}

Änderungsprotokoll

4 Aktualisierungen

20262025

1. 4. Jun

   WorldsNQ von Worlds und das Large Geospatial Model von Niantic Spatial im Abschnitt mit Beispielen für große Weltmodelle hinzugefügt.

2. 4. Feb

   Genie 2 aus dem Artikel entfernt.

3. 2. Feb

   Marble und Genie 3 zum Abschnitt „Praxisbeispiele großer Weltmodelle“ hinzugefügt.

Referenzlinks

1.

GitHub - LargeWorldModel/LWM: Large World Model -- Modeling Text and Video with Millions Context · GitHub

2.

Making Large Language Models into World Models with Precondition and Effect Knowledge

3.

PoE-World: Compositional World Modeling with Products of Programmatic Experts

4.

LatticeWorld: A Multimodal Large Language Model-Empowered Framework for Interactive Complex World Generation

5.

General Agentic Planning Through Simulative Reasoning with World Models

6.

Marble: A Multimodal World Model | World Labs

7.

Genie 3 — Google DeepMind

8.

Decart AI Lab | Real-Time World Models

Decart AI Lab

Sıla Ermut

Branchenanalystin

Folgen auf

Sıla Ermut ist Branchenanalystin bei AIMultiple und befasst sich mit KI-Modellen, KI-Infrastruktur, KI-Governance und KI-Anwendungen für Unternehmen. Ihre Forschung konzentriert sich hauptsächlich auf den Einsatz von KI in Marketing, Gesundheitswesen, Lieferketten und Nachhaltigkeit.
Zuvor arbeitete sie als Personalvermittlerin in Projektmanagement- und Beratungsunternehmen. Sıla hat einen Master of Science in Sozialpsychologie und einen Bachelor of Arts in Internationalen Beziehungen.

Vollständiges Profil anzeigen

Seien Sie der Erste, der kommentiert

Ihre E-Mail-Adresse wird nicht veröffentlicht. Alle Felder sind erforderlich. Kommentare werden in ihrer Originalsprache belassen.

Name

E-Mail-Adresse

Kommentar

0/450

Kommentar posten