W tym tygodniu moderowałem panel o modelach świata na konferencji All In (bez związku z podcastem), co dało mi miejsce w pierwszym rzędzie jednego z najbardziej tajemniczych zakątków świata AI. Główni gracze to AMI Labs Yanna LeCuna i World Labs Fei-Fei Li – obie firmy pełne szumu i finansowania, a jednocześnie plasujące się gdzieś między „nisko” a „wcale” na skali prób zarabiania pieniędzy.

W swej istocie modele świata dotyczą automatyzacji inteligencji przestrzennej, więc dziedzina ta może podążać w wielu ekscytujących i lukratywnych kierunkach: robotyka, interaktywne wideo, bardziej złożone systemy autonomicznej jazdy. Ale kiedy zacząłem naciskać, gdzie właściwie zobaczymy komercjalizację tej technologii, zrobiło się mgliście. Najbliżej autorytetu, jaki znalazłem, był Michael Rabbat, współzałożyciel AMI Labs i wiceprezes ds. modeli świata w firmie, który dołączył do mnie na panelu. Kiedy naciskałem, nad czym dokładnie firma pracuje, był wymijający. „Porozmawiamy o tym, kiedy będziemy gotowi o tym rozmawiać”. W mailu doprecyzował: „Jesteśmy wciąż w fazie badań i budowania, więc nie mówimy publicznie o żadnych planach produktowych ani harmonogramie”.

Sprawiedliwie, AMI ma mniej niż rok, więc milczenie jest w porządku. Ale tego rodzaju wymijająca postawa rozciąga się na całą przestrzeń modeli świata. Marble od World Labs to prawdopodobnie najbardziej rozwinięty produkt w tej dziedzinie, z demami od prostego tworzenia mediów po budowanie eksplorowalnych środowisk dla gier wideo i efektów CGI. Są też zastosowania w robotyce, ale cała platforma wydaje się bardziej zaprojektowana, by demonstrować możliwości, niż by cokolwiek sprzedawać.

Ta tajemnica rozciąga się nawet na dostawców tych firm. Na marginesie tej samej konferencji rozmawiałem z Alexem de Viganem, CEO Physicl – dostawcy danych dla rozwijającego się biznesu modeli świata. Mówi, że wie, iż dane Physicl były przydatne dla tego, co budują, ale wciąż nie wie, co to dokładnie jest. „Chciałbym, żeby powiedzieli nam więcej. Moglibyśmy tworzyć bardziej użyteczne dane, gdybyśmy wiedzieli, nad czym pracują” – powiedział mi de Vigan.

Część tej tajemnicy wynika z wszechstronności modeli świata jako idei. Najprostsza wersja to nawigowalna mapa świata, podobna do modeli AI napędzających autonomiczne samochody. Ale to samo podejście modelowania, które pomaga Waymo lawirować w ruchu, może też pomóc humanoidalnemu robotowi nosić pudła albo zamienić kilka minut nagrania w eksplorowalne środowisko. AMI już zamoczyło palce w produkcji, biomedycynie, robotyce, a nawet w oprogramowaniu AI dla lekarzy poprzez partnerstwo Nabia. Z pewnością nie będzie realizować wszystkich tych kierunków – ale może jeden lub dwa się wyróżniają?

Nikt nie wątpi, że na technologii modeli świata można zbudować wiele rentownych biznesów – a dopóki łatwo pozyskuje się finansowanie, nie ma szczególnej presji, by skupić się na jednym. Właściwie są dobre powody, by tego nie robić. Gdyby AMI ogłosiło jutro, że zbudowało humanoidalnego OpenClaw albo system renderowania nowej generacji dla Hollywood, wiele innych laboratoriów nagle bardzo zainteresowałoby się tą dziedziną. Wkrótce laboratorium stanęłoby w obliczu potencjalnej konkurencji ze strony innych firm modeli świata, neolabów, a nawet OpenAI i Anthropic.

Pod pewnymi względami to druga strona łatwego pozyskiwania funduszy. Twoi konkurenci też mogą je pozyskiwać – a te same pieniądze, które pozwalają ci budować po cichu, finansują też wielu potencjalnych rywali, gdy ścieżka do rynku stanie się jasna. Ale nawet jeśli konkurencja jest nieunikniona, najlepiej opóźnić ją tak długo, jak to możliwe, co oznacza milczenie o tym, co dokładnie budujesz.

Fani Cixina Liu rozpoznają to jako scenariusz ciemnego lasu: jeśli nie wiesz, kto jeszcze jest w lesie, najlepiej nie zwracać na siebie uwagi.

Ten wpis został po raz pierwszy opublikowany 18 września 2026 r.