继GPT后,Claude 、Qwen最新模型3D能力提升 大语言模型正向物理世界延伸?

继GPT后,Claude 、Qwen最新模型3D能力提升 大语言模型正向物理世界延伸?

11月16日,阿里发布全新一代基座大模型Qwen4-Max,具备原生视觉能力,支持百万上下文。11月10日,Anthropic也已正式发布Claude Fable 5.2。

值得注意的是,两款大模型除了强调上下文、智能体、编程等能力进化外,3D能力提升明显。实际上,今年9月,OpenAI旗下GPT-6 Astra模型上线,业内惊叹大语言模型具备了3D建模的能力。11月18日凌晨,GPT-6.2 Astra发布,新模型延续了上一代在3D空间理解和交互式场景构建方面的优势,并进一步强化了机械建模与物理仿真能力。

一年前,AI教母李飞飞曾指出,空间智能是AI的下一个前沿。当时间跳转到当下,大语言模型3D能力提升,AI的边界正向物理世界延伸,但业内对大语言模型对AI 3D的冲击不乏顾虑和讨论。

11月17日,中国科学院计算所客座博士生导师、中国计算机学会数字金融分会常务执委白硕在接受《每日经济新闻》记者(以下简称每经记者)采访时表示,目前大家的分歧点并不在“要不要”做物理模型,而在于要不要把语言模型和物理模型统一于同一种技术体系。群核科技董事长黄晓煌在接受每经记者专访时也表达了类似观点,他认为未来语言模型大概率是整个智能的入口。

通用大语言模型,“大一统”时代真的来了?

全球头部大语言模型:3D能力显著提升

“我等了三年,而AI只用了一个晚上,就把类‘王者荣耀’的游戏做出来了,真的是太恐怖了。”近日,猎豹移动董事长傅盛发布视频感慨,自己用Fable 5.2手搓“王者荣耀”类似的游戏只用了1晚。

11月10日发布的Claude Fable 5.2,其强大的3D能力正是国内外开发者热议的一大亮点。

海外开发者Riley在社交平台上分享了用Claude Fable 5.2创作3D短片的体验,他在直播中只给Fable 5.2提供了一条提示词。随后,模型自行编写Blender代码,创建桌子、笔记本电脑、灯具和角色模型,安排镜头运动,并为物体添加动画。完成建模与动画后,Fable调用RunPod上的10块GPU进行4K渲染,耗时52分钟。

阿里巴巴11月16日发布的Qwen4-Max,也强调了其具备原生视觉能力,能够熟练使用Blender工具,串联几何建模、场景搭建、材质配置与灯光渲染等环节,将创意逐步转化为细节丰富、风格鲜明的三维作品。同时,这种三维创作能力被进一步应用于游戏开发场景,并通过3D打印成为实体作品,将数字创作与后续开发、制作流程相衔接,为设计探索、内容创作和原型制作提供支持。

有海外程序员在社交平台分享其实际体验Qwen4-Max模型原生处理游戏引擎的经验,表示给他一个提示,就能构建场景、素材、逻辑和润色。

""

""

图片来源:网页截图

而大语言模型3D能力提升,最早还要追溯至今年9月发布的GPT-6 Astra模型,其展示出大语言模型对3D空间的理解能力,将市场对3D技术路线的关注推向高潮。

通往物理世界的浪,已经“杀”过来了?

早在两年前,就有券商分析师指出,3D生产是游戏制作中的重要组成部分,特别是开放世界等大型游戏有大量需求。随着游戏产业完善和行业竞争丰富化,游戏内容的画面水平显著提升;而在玩法上,提供充分自由度、可探索性的开放世界占据了重要地位。这些都意味着游戏中3D建模需求的快速扩张,由于生产门槛较高,目前仍需要较多的建模、美术等相关成本支出。

GPT-6 Astra空间推理及3D场景生成成为本轮升级重要亮点。中邮证券9月研报分析,Astra提供区别于世界模型的场景生成路径,有望进一步降低3D内容生产门槛。与世界模型通过神经网络直接生成并模拟可交互环境不同,Astra更依赖代码生成及工具调用能力,即主要通过调用Blender等专业软件完成显式3D建模、场景搭建及交互逻辑开发。

中邮研报分析师认为,当前3D内容生成正在形成“世界模型原生生成+通用大模型智能体调用专业工具”两条并行路线,且均在快速提升空间一致性、交互性与工业化可控能力。随着技术成熟,游戏场景及关卡生成、影视虚拟拍摄与预演、互动影游等有望持续受益。

白硕在接受每经记者采访时表示,目前大家的分歧点并不在“要不要做”物理模型,而在于要不要把语言模型和物理模型统一于同一种技术体系。现在主流还是用Transformer架构搞语言、多模态和物理的“大一统”模型。白硕认为,统一于同一种技术体系的趋势仍然很强烈。

而梳理国内另一家头部大模型厂商DeepSeek近期动作,一个值得注意的趋势是,通用大语言模型的边界正在向物理世界趋近。

据媒体报道,近期梁文锋密集会见具身智能创业者,同时花大量时间在具身领域的学习上。目前,DeepSeek确定投资两个项目,分别是具身大脑公司Winverse和具身运动控制公司理格万物。梁文锋旗下的幻方量化此前还投资了王兴兴的宇树科技,具身智能行业在硬件相对成熟的情况下,全行业亟盼具身智能大脑技术的突破,此前不论是资本还是业内,都将更多的目光聚焦于世界模型。但随着GPT-6 Astra模型能力突破,行业的路径发展也呈现一些新变化。

王兴兴在过往一个月内多次表示,随着GPT-6的发布,目前物理AI已经看到被击穿的苗头,目前具身智能迈过ChatGPT时刻的最核心挑战是AI模型的输入输出和真实机器人的对齐。

黄晓煌此前在受访时也提到,未来,语言模型大概率是整个智能的入口,但是它不可能所有东西都做。所以还是需要有其他专属模型一起配合来完成这些任务,譬如垂类Skill能力输出。他认为通用大语言模型和空间智能,两个技术实际在赛跑的过程中,也一起合作解决问题,包括机器人落地、空间重建理解的问题等。但这其中,大语言模型和空间智能模型占比各有多少,是一个动态变化的过程,也是一个竞合的过程。

每日经济新闻