阿里巴巴领投20亿元支持AI世界模型研发 以突破大语言模型局限

阿里巴巴云宣布，将牵头对AI初创企业ShengShu进行20亿元人民币（约合2.9亿美元）的投资，用于开发新一代“世界模型”AI技术，旨在通过视频和物理场景数据更真实地模拟现实世界，突破当前以文本为主的大型语言模型（LLM）的局限。

该投资为ShengShu的B轮融资，其他参投方包括TAL教育集团和百度风投。此前两个月，ShengShu已从启明创投等机构获得6亿元人民币融资。公司未披露最新估值。

ShengShu表示，新资金将用于构建“通用世界模型”，连接数字世界（如游戏、AI生成视频）与物理世界（如自动驾驶、机器人），通过视觉、音频、触觉等多模态数据更自然地捕捉物理世界运行机制。

公司创始人朱俊表示：“我们致力于连接感知与行动，使AI系统能够持续、一致地模拟和预测现实世界行为。”其最新发布的Vidu Q3 Pro模型在文本/图像生成视频领域位列全球前十，由Artificial Analysis评估。

ShengShu于2023年推出Vidu，早于OpenAI发布其已关闭的Sora工具。中国短视频平台快手、字节跳动也已推出类似AI视频生成工具，市场竞争加剧。

阿里巴巴近期持续加码世界模型领域：上月与百度风投共同领投Tripo AI 5000万美元，后者开发基于照片快速生成3D模型的AI平台；9月则领投PixVerse 6000万美元，后者已推出可实时控制视频生成过程的AI世界模型。

阿里巴巴还发布开源AI视频生成模型，并于2月推出用于驱动机器人的AI模型，显示其在AI物理交互领域的全面布局。

美国科技杂志《Wired》联合创始人凯文·凯利此前指出，世界模型对机器人技术至关重要，实现类人智能需三大要素：推理、物理世界理解与持续学习。当前大语言模型已部分满足“知识”要素，而“物理世界理解”正是世界模型的核心突破方向。