當 OpenAI、Google 等科技巨頭持續投入資源打造更大規模的 AI 模型時，位於美國聖地牙哥的新創公司 Aether AI 選擇反其道而行。《The Next Web》報導，該公司近日完成 2,000 萬美元種子輪募資，主張 AI 的下一階段發展不該只追求參數數量成長，而應該讓機器真正理解事件發生背後的因果關係。
Aether AI 推因果世界模型，挑戰主流 AI 推理框架
《The Next Web》指出，目前主流 AI 模型大多透過大量資料訓練，從中學習各種模式與規律，進而完成推理、生成內容或執行任務。然而，這種建立在統計關聯上的學習方式，面對現實世界複雜多變的情境時，仍可能出現誤判。Aether AI 認為，現有 AI 雖然擅長找出事物之間的關聯，卻未必真正理解事件發生的原因與結果。
Aether AI 提出「因果世界模型」（Causal World Models）概念，希望讓 AI 不只是根據既有資料進行預測，而是能夠理解行動與結果之間的因果關係。換言之，系統在做出決策前，能先推演不同選擇可能產生的影響，再決定如何行動。Aether AI 表示，在早期驗證研究中，其因果模型在部分操作任務上可提升約 20% 至 30% 的資料效率。在特定情境下，僅需約 50 筆高品質因果標註資料，即可讓原本持續失敗的任務達到穩定且可靠的成功率。公司認為，這意味著 AI 在降低資料依賴的同時，仍有機會維持甚至強化決策可靠性。
近年來，隨著大型語言模型規模不斷擴張，訓練成本與算力需求也同步攀升，產業界開始討論「大模型路線」是否仍具備與過去相同的成長空間。《The Next Web》提及，在此背景下，如何突破單純依賴參數規模的發展模式，成為不少研究團隊積極探索的新方向，而因果推理正是其中備受關注的領域之一。
在應用布局方面，Aether AI 將機器人視為驗證技術的重要場域。由於機器人的每一次移動、抓取或操作，都會直接與真實環境互動，一旦判斷失誤，往往立刻反映在執行結果上。因此，相較於純軟體應用，機器人更能檢驗 AI 是否具備真正的推理與決策能力。
Aether AI 希望未來建立一套可跨平台運作的通用推理系統，成為各類機器人的核心決策引擎。不過，這項目標並非只有 Aether AI 在追求。《The Next Web》指出，從 Google DeepMind 投入世界模型（World Model）研究，到亞馬遜創辦人 Jeff Bezos 支持的實體 AI 計畫，全球科技企業與研究機構皆積極布局相關技術，希望搶占下一階段 AI 發展的關鍵位置。
從學界走向市場：Aether AI 因果推論研究獲資本青睞
《The Next Web》分析，Aether AI 能在成立初期獲得市場資金支持，創辦團隊的學術背景是重要原因之一。創辦人 Biwei Huang 目前任教於美國加州大學聖地牙哥分校，專攻因果推論與因果發現研究，並曾開發開源工具 Causal-Learn 與 Causal-Copilot，在相關學術領域累積不少研究成果。Aether AI 表示，包括因果推論學者 Judea Pearl 及機器學習研究者 Bernhard Schölkopf 等人，皆對公司研究方向抱持支持態度。
此次募資由 MPCi 領投，並獲得 Inno Angel Fund、SWC Global 及 Unity Ventures 參與投資。《The Next Web》說明，儘管 2,000 萬美元的種子輪規模，與當前大型 AI 企業動輒數十億美元的投資金額相比仍有明顯差距，但在產業開始尋找大模型之外的技術突破口之際，因果推理也逐漸成為學界與業界關注的研究方向之一。
《The Next Web》補充，因果推理長期以來被視為 AI 領域的重要挑戰，要將相關理論轉化為成熟商業應用仍有不少技術門檻需要克服。目前 Aether AI 對外公布的成果多來自內部測試，尚待更多研究與實際應用驗證其成效。隨著 AI 產業持續探索新的技術路徑，加上機器人與實體 AI 市場快速發展，若因果模型未來能有效提升系統判斷能力，同時降低對龐大訓練資料的依賴，相關技術的應用範圍有望從機器人領域進一步擴展至更廣泛的 AI 場景。
＊本文開放合作夥伴轉載，資料來源：《The Next Web》、Aether AI，圖片來源：Aether AI。
