Um modelo mundial em aprendizado de máquina é um sistema que constrói uma representação interna de um ambiente e prevê como ele muda ao longo do tempo em resposta a ações. É uma IA que simula a dinâmica do mundo, permitindo "pensar antes de agir" por meio de simulações mentais. Esses modelos impulsionam robôs, direção autônoma e geração de vídeo interativo.

As ideias iniciais remontam à década de 1990, quando pesquisadores alemães usaram redes neurais recorrentes. Em 2022, Yann Le Cun reviveu o conceito, propondo a Arquitetura de Predição por Embeddings Conjuntos (JEPA), que prevê conceitos abstratos em vez de próximos tokens. Em 2024, o Google apresentou seu modelo mundial Genie, adotado pela empresa de táxis autônomos da Califórnia Waymo para simulação de direção autônoma.

Até 2026, o estado da arte inclui Marble da World Labs, Happy Oyster da Alibaba e Cosmos da Nvidia (lançado em junho de 2026). Esses modelos criam ambientes 3D interativos a partir de prompts de texto. As arquiteturas incluem JEPA, Modelos Estocásticos de Estado Recorrentes (RSSM) como Dreamer, Modelos de Busca em Árvore como Mu Zero e Simuladores Generativos Fundamentais.

Os modelos mundiais representam uma mudança da correspondência de padrões para a compreensão preditiva, com impulso significativo em pesquisa e comercialização.

Entidades-chave: Empresas: Google, Waymo, World Labs, Alibaba, Nvidia, Meta | Pessoas: Yann Le Cun | Locais: Califórnia