Tvrtke koje razvijaju modele svijeta čuvaju mnogo tajni

Ovog tjedna moderirao sam panel o world modelima na konferenciji All In (koja nema nikakve veze s istoimenim podcastom), što mi je pružilo priliku da zaronim u jedan od najzagonetnijih kutaka svijeta umjetne inteligencije. Glavni igrači u tom prostoru su AMI Labs Yanna LeCuna i World Labs Fei-Fei Li — i premda su oboje privukli golemu pozornost i značajno financiranje, oboje se nalaze prilično nisko na ljestvici onih koji uopće pokušavaju zaraditi novac.

U svojoj srži, world modeli bave se automatizacijom prostorne inteligencije, pa bi to područje moglo krenuti u mnogo uzbudljivih i unosnih smjerova — od robotike i interaktivnog videa do složenijih sustava za autonomnu vožnju.

No čim sam počeo pritiskati pitanjem gdje bismo zapravo mogli vidjeti komercijalnu primjenu te tehnologije, stvari su postale maglovite. Najbliže nečemu što bi se moglo nazvati mjerodavnim izvorom bio je Michael Rabbat, suosnivač AMI Labsa i potpredsjednik tvrtke za world modele, koji mi se pridružio na panelu. Međutim, kad sam ga upitao što točno tvrtka razvija, bio je suzdržan. „Reći ćemo kad budemo spremni za razgovor.” Naknadno mi je putem e-pošte pojasnio: „Još smo u fazi istraživanja i razvoja, pa javno ne govorimo ni o kakvim planovima za proizvode ni o vremenskim okvirima.”

Valja biti pošten — AMI postoji manje od godinu dana, pa je šutnja razumljiva. No ta suzdržanost proteže se na cijelo područje world modeliranja. Marble tvrtke World Labs vjerojatno je najrazvijeniji proizvod u tom prostoru, a njegovi demoi kreću se od jednostavnog stvaranja medijskog sadržaja i izgradnje okruženja za videoigre koja se mogu istraživati, pa sve do CGI efekata. Postoje i primjene u robotici, no cijela platforma djeluje kao da je više osmišljena za demonstraciju mogućnosti nego za konkretnu upotrebu.

Ta tajnovitost zahvaća čak i dobavljače tih tvrtki. Na rubu iste konferencije razgovarao sam s Alexom de Viganom, izvršnim direktorom tvrtke Physicl — dobavljačem podataka za rastuće tržište world modela. Kaže da zna kako su Physiclovi podaci korisni za ono što te tvrtke grade, ali i dalje ne zna što je to točno. „Volio bih da nam kažu više. Mogli bismo graditi korisnije skupove podataka kad bismo znali na čemu rade”, rekao mi je de Vigan.

Dio te misterije proizlazi iz toga koliko je ideja world modela svestrana. Najjednostavnija verzija je navigabilna karta svijeta, slična AI modelima koji pokreću automobile s autonomnom vožnjom. No isti pristup modeliranju koji pomaže Waymu da se probija kroz promet mogao bi pomoći humanoidnom robotu da prenosi kutije ili pretvoriti nekoliko minuta videosnimke u okruženje koje se može istraživati. AMI je već zakoračio u proizvodnju, biomedicinu, robotiku, pa čak i AI softver za liječnike kroz partnerstvo s tvrtkom Nabia. Sigurno neće krenuti svim tim putovima — ali možda jedan ili dva već počinju odskakati?

Nitko ne sumnja da se na tehnologiji world modela može izgraditi mnoštvo održivih poslovnih modela — a dok je lako prikupljati sredstva, nema posebnog pritiska da se fokusiraju na jedan. Štoviše, postoje dobri razlozi da se to ne čini. Kad bi AMI sutra objavio da je izgradio humanoidnog OpenClawa ili sustav renderiranja nove generacije za Hollywood, mnogi drugi laboratoriji odjednom bi se jako zainteresirali za to područje. Ubrzo bi se laboratorij suočio s potencijalnom konkurencijom od strane ostalih tvrtki koje razvijaju world modele, novih laboratorija, pa čak i OpenAIja i Anthropica.

Na neki je način to naličje sveg tog lakog prikupljanja sredstava. Vaši konkurenti također mogu prikupljati kapital — a isti novac koji vam omogućuje da gradite ispod radara istovremeno financira gomilu potencijalnih rivala čim put do tržišta postane jasan. No čak i ako je ta konkurencija neizbježna, najbolje je odgoditi je što je dulje moguće — a to znači šutjeti o tome što točno gradite.

Čitatelji Cixina Liua prepoznat će ovo kao scenarij mračne šume: ako ne znaš tko je još u šumi, bolje je ne privlačiti pozornost.

Ovaj tekst prvi put je objavljen 18. rujna 2026.