大语言模型在文本处理上表现出色，但在理解物理世界如何运作方面仍有不足。一家由贝佐斯支持的初创公司提出，游戏数据或许能弥补这一缺陷，成为实现AGI的关键。
发生了什么
这家初创公司（未具名）认为，像ChatGPT和Claude这样的大语言模型虽然擅长文本，但在理解物体如何在时空中移动方面能力较弱。而游戏数据——尤其是3D游戏中的交互数据——能够提供丰富的空间和时间信息，帮助模型学习物理世界的常识。公司已获得贝佐斯等投资者的支持，并正在开发基于游戏数据的AI系统。
为什么重要
当前AI领域的主流范式是大语言模型，它们通过海量文本训练，能生成流畅的文字，但缺乏对物理世界的直观理解。例如，模型可能知道“杯子掉在地上会碎”，但无法像人类一样从视觉和运动经验中预判这一结果。游戏数据则不同：在虚拟环境中，物体遵循物理规则，玩家与环境的交互产生了大量关于空间、运动、因果关系的数据。这种数据可能帮助AI建立更接近人类的“世界模型”，从而在物理推理、机器人控制、自动驾驶等领域取得突破。
影响与看点
如果游戏数据确实能提升AI的物理理解能力，那么游戏行业的数据资产将变得极具价值。同时，这也意味着AGI的路径可能不再是“更大规模的文本模型”，而是“多模态、多类型数据的融合”。值得关注的是：这家公司具体如何从游戏中提取数据？其方法是否可扩展？以及，游戏数据是否真的能泛化到现实世界？目前来看，这一方向尚处于早期，但为AI研究提供了新的思路。
