AI初创策略都在玩统计模型老把戏？

好，我对 AI 初创公司的策略大致猜测是……在统计模型里，你进行统计的对象可以是任何东西。就像你上学时做的盒子里红蓝弹珠的题。LLM 对词做统计。你可以对像素组（图像）和一系列像素组（视频）做类似的事。你还可以对波形（音频）做。

现在我们看到 Astra 对 3D 模型和计算机操作做这件事。显然，他们只要爬取互联网上的 3D 模型仓库，然后把它们 tokenize 就好了。所以来源包括 3D 打印共享、工程模型共享、谷歌地图、Blender 共享等等。

计算机操作这部分比较奇怪。最有可能的是他们通过“众包（Amazon Mechanical Turk）”来获取这些劳动数据：跟踪真实人类执行特定任务时的计算机操作。我们知道扎克伯格在 META 就在做这个，员工都觉得这非常奇怪。

李飞飞似乎在做类似高斯溅射的事情，用一系列图像构建世界的 3D 模型，并把它叫做“世界模型”。埃隆·马斯克在自动驾驶方面也在做类似的事情。

有一种方法可以帮我们打破这些系统拥有智能的迷思，明确说明它不过是把统计模型应用到大数据集上的雕虫小技，那就是预测他们下一步还会把这个把戏用在什么其他数据集上。我可以把搜索范围缩小一点。

我们知道视频模型大多已经做死了，因为成本太高。所以这给数据集的复杂度加上了一个上限。那么他们接下来可能会向哪个方向扩展数据集，好继续玩这个把戏呢？