Alibaba guida un investimento di 290 milioni di dollari per costruire un nuovo tipo di modello di intelligenza artificiale man mano che emergono i limiti LLM

PECHINO — Alibaba Il cloud sta investendo in un nuovo tipo di intelligenza artificiale progettata per replicare meglio il mondo reale utilizzando un approccio diverso dai chatbot come ChatGPT di OpenAI.

Lo spostamento riconosce il limiti dei “grandi modelli linguistici” formati principalmente sul testo. Invece, gli sviluppatori stanno iniziando a concentrarsi maggiormente su “modelli del mondo” costruito su video e scenari fisici di vita reale.

Per cogliere questa tendenza, Alibaba ha investito 2 miliardi di yuan (290 milioni di dollari) in ShengShu, la startup dietro lo strumento di generazione video AI Vidu, come ha annunciato venerdì la società. Anche TAL Schooling e Baidu Ventures hanno partecipato al spherical di finanziamento di serie B.

L’investimento avviene circa due mesi dopo la raccolta di ShengShu 600 milioni di yuan da Qiming Enterprise Companions e altri sostenitori. La startup ha rifiutato di rivelare la sua valutazione.

ShengShu ha affermato che gli ultimi finanziamenti sosterranno lo sviluppo di un “modello mondiale generale” che utilizza l’intelligenza artificiale per collegare due domini attualmente separati: il mondo digitale dei giochi e dei video generati dall’intelligenza artificiale e il mondo fisico della guida autonoma e dei robotic.

“ShengShu ritiene che un modello mondiale generale, costruito su dati multimodali come visione, audio e tatto, catturi in modo più naturale il funzionamento del mondo fisico rispetto a grandi modelli linguistici”, ha affermato in una nota la startup nata tre anni fa.

“Il nostro obiettivo è collegare percezione e azione”, ha aggiunto in una dichiarazione Zhu Jun, fondatore di ShengShu, consentendo ai sistemi di intelligenza artificiale di modellare e prevedere meglio il comportamento del mondo reale in modo coerente.

L’ultimo modello Vidu Q3 Professional di ShengShu, rilasciato a gennaio, si colloca tra i primi 10 modelli di intelligenza artificiale per la generazione di video da testo e immagini, secondo Analisi artificiale.

L’azienda ha lanciato Vidu a livello globale mesi prima che OpenAI rendesse ampiamente disponibile il suo strumento Sora per la generazione di video AI, ora chiuso. Aziende cinesi di cortometraggi Kuaishou e ByteDance hanno anche rilasciato strumenti AI concorrenti simili per la generazione di video.

Il gigante tecnologico cinese e Baidu Ventures il mese scorso hanno guidato a Investimento da 50 milioni di dollari in Tripo AI, una piattaforma che utilizza l’intelligenza artificiale per generare rapidamente modelli 3D digitali da fotografie. Tripo ha affermato che si sta anche allontanando dalle tecniche utilizzate dai modelli linguistici verso strumenti di intelligenza artificiale radicati nello spazio fisico e sta sviluppando un proprio modello mondiale.

A settembre, Alibaba ha anche investito 60 milioni di dollari in PixVerse, che ha rilasciato un’intelligenza artificiale modello mondiale all’inizio di quest’anno che consente agli utenti di dirigere lo svolgimento di un video mentre viene generato.

Alibaba, che ha iniziato con l’e-commerce, ha anche rilasciato modelli di intelligenza artificiale gratuiti e open supply per la generazione di video e, a febbraio, ne ha lanciato uno per alimentare i robotic.

Shengshu ha dichiarato venerdì di avere partenariati strategici con aziende che sviluppano intelligenza artificiale incorporata – sistemi come robotic umanoidi che interagiscono con il mondo fisico – da utilizzare in ambienti industriali, commerciali e domestici.

I modelli mondiali sono fondamentali per la robotica perché la tecnologia ha bisogno di qualcosa di più dei LLM per funzionare, ha scritto Kevin Kelly, co-fondatore della rivista tecnologica statunitense Wired il mese scorso sul suo Substack.

In definitiva, per replicare l’intelligenza umana, l’intelligenza artificiale avrà bisogno di tre cose: ragionamento, comprensione del mondo fisico e apprendimento continuo, ha affermato Kelly. Mentre l’intelligenza artificiale per la categoria dell’apprendimento non è stata ancora sviluppata, i chatbot basati su LLM hanno creato l’elemento della conoscenza, ha affermato, rendendo i modelli del mondo un’space chiave che richiede una svolta.