Der Beitrag von Michael Spencer und James Wang argumentiert, dass Large Language Models trotz ihrer sprachlichen Leistungsfähigkeit fundamentale Schwächen beim Verstehen physischer Realität aufweisen – weil tokenbasiertes Vorhersagen nur eine von vielen möglichen Perspektiven auf die Welt darstellt. Als Gegenmodell bringen die Autoren sogenannte World Models ins Spiel: KI-Architekturen, die auf kausales Schlussfolgern ausgerichtet sind und mentale Modelle ähnlich menschlicher Kognition aufbauen sollen. Prominente Fürsprecher dieses Ansatzes sind laut Text Yann LeCun, Fei-Fei Li und Gary Marcus, während Konzerne wie Google, Meta, Tencent und Nvidia eigene World-Model-Projekte vorantreiben. Auf der Robotik-Seite wird Physical Intelligence (π) als Beispiel für ein Startup genannt, das ein Foundation Model für die physische Welt entwickelt, das Robotern generalisiertes Lernen ermöglichen soll. Den Quantencomputing-Abschnitt steuert James Wang bei, General Partner bei Creative Ventures und ehemals bei Bridgewater und Google X tätig. Im Mittelpunkt steht Nvidias Ankündigung von Nvidia Ising – laut Nvidia potenziell die ersten offenen KI-Modelle, die einen praktikablen Pfad zu nutzbarem Quantencomputing beschleunigen könnten. Das Projekt wird bereits von einer Reihe renommierter Forschungseinrichtungen erprobt, was dem frühen Stadium zum Trotz auf substanzielle institutionelle Resonanz hindeutet.