Havia algo profundamente satisfatório no ImageNet. Ele tinha um conjunto de treinamento bem organizado. Um protocolo de teste claramente definido. Uma competição que reuniu os melhores pesquisadores. E uma tabela de classificação que gerou ResNets e ViTs e, finalmente, mudou o campo para sempre. Então a PNL seguiu. Não importa o quanto OpenAI, Anthropic e xAI discordem, eles pelo menos concordam em uma coisa: benchmarking. MMLU, HLE, SWEBench - você não pode progredir até que seja capaz de medi-lo. A robótica ainda não tem esse chamado de mobilização. Ninguém concorda com nada: hardware, tarefa, pontuação, mecanismo de simulação ou ambiente do mundo real. Todo mundo é SOTA, por definição, no benchmark que define em tempo real para cada artigo. Do criador do ImageNet - BEHAVIOR enfrenta o desafio assustador de unificar o benchmarking robótico em um mecanismo de física reproduzível (Isaac Sim). O projeto começou antes de eu me formar no Stanford Vision Lab e levou muitos anos de dedicação e carreira de doutorado para ser construído. Espero que o COMPORTAMENTO seja o sinal de escalada de que precisamos ou a faísca que finalmente nos faz falar sobre como medir o progresso real como um campo.

Vibe Minecraft: um modelo de mundo multijogador, autoconsistente e em tempo real que permite construir qualquer coisa e conjurar qualquer objeto. A função das ferramentas e até mesmo a própria mecânica do jogo podem ser programadas por linguagem natural, como "crono-picareta: reverta qualquer bloco para um estado anterior no tempo" e "cachoeiras se transformam em ponte de arco-íris quando unicórnios passam". Os jogadores definem e manipulam coletivamente um mundo compartilhado. O simulador neural recebe como entrada um prompt de sistema *multimodal*: regras do jogo, pngs de ativos, um mapa global e easter eggs. Ele salva periodicamente os estados do jogo como uma sequência de vetores latentes que podem ser carregados de volta ao contexto, opcionalmente com "textos de orientação" intercalados para permitir uma edição fácil. Cada jogador tem seu próprio json de estatísticas explícito (saúde, inventário, coordenada 3D), bem como "vetores de jogador" implícitos que capturam o histórico de interação de ordem superior. Os administradores de jogos podem criar um multiverso do Minecraft porque os latentes são compatíveis com diferentes servidores. Cada mundo pode cruzar perfeitamente com outro para gerar novos mundos em segundos. As pessoas podem misturar e combinar com seus amigos ou seus próprios estados passados. "Vetores raros" podem surgir, pois alguns jogadores inevitavelmente vagam pelo espaço latente bizarro e desconhecido do modelo mundial. Essas matrizes flutuantes podem ser negociadas como NFTs. Quanto mais selvagens você tentar, maior a probabilidade de minerar vetores raros. Quem lançar o Vibe Minecraft primeiro entrará para a história como alterando o curso dos jogos para sempre.

Adoraria ver a Lei de Escala FSD, pois é o único volante de dados físicos em escala planetária. Qual é o "limite de habilidade emergente" para o tamanho do modelo/dados?