在人工智能的下半场竞争中，生成式视频与具身智能正成为各大科技巨头角逐的新高地。本期的《Uncanny Valley》播客节目带我们深入探讨了 Meta 和 Apple 在这一领域的最新技术突破，分析了两者在视频生成、机器人训练以及空间计算应用上的差异与挑战。
Meta Muse：构建物理世界的“世界模型”
本期节目最大的亮点之一，是对 Meta 最新发布的 Muse 模型的深入测评。Muse 是 Meta 人工智能研究团队（FAIR）推出的一种基于 Transformer 架构的“世界模型”。与传统的生成式视频模型不同，Muse 不仅仅是为了生成看起来逼真的视频片段，更重要的是它旨在理解和模拟物理世界的运行规律。
节目主持人在体验中惊讶地发现，Muse 在处理复杂的物理交互场景时展现出了惊人的潜力。这种模型通过学习大量的视频数据，能够预测物体在空间中的运动轨迹，甚至模拟出光照、重力等物理法则的变化。对于机器人技术而言，这意味着机器人在面对真实世界的复杂环境时，不再需要依赖海量的试错数据，而是可以通过在虚拟环境中模拟（即 Muse 模拟）来预先规划动作，从而大幅降低训练成本并提高安全性。这种“从虚拟到现实”的映射能力，被认为是通往通用人工智能（AGI）的关键一步。
Apple HomeView：令人困惑的空间计算体验
与此同时，节目也对 Apple 的最新技术——HomeView 展开了讨论。与 Meta 开放、激进的研发风格不同，Apple 的策略向来偏向封闭与精细化。HomeView 涉及到苹果在空间视频处理与空间计算领域的最新探索。
在测评中，主持人对 HomeView 的表现感到既“失望”又“困惑”。一方面，Apple 试图通过端侧处理技术，将普通的 iPhone 拍摄的照片和视频转化为具有三维空间感的体验。这种技术旨在让用户能够像“漫步”一样在记忆的空间中自由移动，极大地提升了影像数据的交互维度。然而，另一方面，受限于硬件限制或软件调优的保守，HomeView 在流畅度和沉浸感上似乎尚未达到预期。这种体验上的割裂感，也反映了苹果在硬件生态与软件算法融合过程中的艰难探索。
行业影响与 AI 热度背后的隐忧
除了技术层面的探讨，本期节目还触及了 AI 行业背后的社会与政治生态。节目提到了最大的亲 AI 超级 PAC 的幕后资金流动，这揭示了 AI 技术的商业化竞争已经上升到了政治层面。此外，关于男性在 AI 知识掌握上倾向于夸大其词的讨论，则从侧面反映了当前 AI 热潮下存在的认知偏差与泡沫风险。
Meta 的 Muse 代表了开放生态对物理世界模拟的野心，而 Apple 的 HomeView 则展示了封闭生态在空间交互上的严谨尝试。两者虽然在表现形式上截然不同，但共同指向了 AI 技术从“感知”向“交互”与“理解”进化的方向。对于消费者而言，这预示着未来几年我们将迎来更多能够理解物理规则、提供空间交互体验的智能设备。
信息来源：Feed: Artificial Intelligence Latest，原文链接：https://www.wired.com/story/uncanny-valley-podcast-we-got-hot-and-heavy-with-metas-muse-and-underwhelmed-by-apples-homeview/
