Ein Weltmodell im maschinellen Lernen ist ein System, das eine interne Repräsentation einer Umgebung aufbaut und vorhersagt, wie sie sich im Laufe der Zeit als Reaktion auf Aktionen verändert. Es ist eine KI, die die Dynamik der Welt simuliert und es ermöglicht, „vor dem Handeln zu denken“ durch mentale Simulationen. Diese Modelle treiben Roboter, autonomes Fahren und interaktive Videogenerierung an.

Frühe Ideen reichen bis in die 1990er Jahre zurück, als deutsche Forscher rekurrente neuronale Netze verwendeten. 2022 belebte Yann Le Cun das Konzept wieder und schlug die Joint Embedding Prediction Architecture (JEPA) vor, die abstrakte Konzepte statt nächster Tokens vorhersagt. 2024 stellte Google sein Weltmodell Genie vor, das vom kalifornischen autonomen Taxiunternehmen Waymo für die Simulation des autonomen Fahrens übernommen wurde.

Bis 2026 umfassen die neuesten Modelle Marble von World Labs, Happy Oyster von Alibaba und Cosmos von Nvidia (veröffentlicht im Juni 2026). Diese Modelle erstellen interaktive 3D-Umgebungen aus Textaufforderungen. Zu den Architekturen gehören JEPA, rekurrente stochastische Zustandsmodelle (RSSM) wie Dreamer, Baumsuchmodelle wie Mu Zero und generative Fundament-Simulatoren.

Weltmodelle repräsentieren einen Wandel von Mustererkennung zu prädiktivem Verständnis, mit bedeutendem Forschungs- und kommerziellem Schwung.

Wichtige Entitäten: Unternehmen: Google, Waymo, World Labs, Alibaba, Nvidia, Meta | Personen: Yann Le Cun | Orte: Kalifornien