Cred că o parte din vină este cultura startup-urilor din Silicon Valley / SF, care recompensează dezvoltarea wrapper-urilor AI și ajustarea fină a modelelor AI existente. În combinație cu mantra "construiește repede, sparge lucruri", care descurajează "să-ți iei timp să înveți lucruri / să înveți elementele de bază". În esență, există o presiune culturală mare asupra tinerilor cercetători și antreprenori (care trăiesc pe coasta de vest) să livreze ceva imediat și să rămână la curent cu tendințele pentru a ieși în evidență în fața colegilor lor sau să aibă un startup care să poată fi finanțat. Asta înseamnă că majoritatea indivizilor nu au niciodată ocazia să învețe sau să exploreze elementele fundamentale, ci pur și simplu construiesc pe cercetări sau produse existente. În contextul World Models, este pur și simplu capacitatea de a rula cercetări / modele legate de splat gaussian, în loc să înțelegi fundamental cum funcționează viziunea 3D sau chiar grafica pe calculator. În contextul AI-ului întrupat, cred că este chiar mai rău. Ca să detaliez, este mult mai ușor să pornești un model VLA existent și să ajustezi fin un braț robotic pentru a ridica o cană, decât să petreci câteva zile, de exemplu, înțelegând constrângerile planificării mișcării clasice, prinderii, manipulării, cinematicii inverse etc. Și spun că "e mai rău" pentru că în AI întrupat nu ai de-a face doar cu software, ci și cu un sistem fizic, iar stăpânirea dezvoltării sau optimizării unui sistem hardware/software este o altă bestie.