Sulseltimes.com, Jakarta, Senin, 31/08/2026 — Perkembangan kecerdasan buatan (AI) bergeser dari penguasaan bahasa ke pemahaman dunia fisik melalui world models.
- World models jadi fokus pengembangan AI lanjutan
- Adopsi AI Indonesia capai 92 persen awal 2026
- 75 persen perusahaan Asia sebut AI tak terpisahkan dari operasional
- Alibaba rilis RynnBrain dan Qwen-Robot Suite
- World models jembatani pemahaman, perencanaan, dan kontrol fisik
AI kini mampu menulis kode, menganalisis kontrak, dan menjelaskan situasi kompleks dengan akurasi tinggi. Namun, kemampuan menyusun langkah logis seperti mengambil cangkir dari meja belum menjamin AI bisa menerjemahkannya menjadi perintah motorik bagi robot.
Berdasarkan data Kementerian Komunikasi dan Digital (Kemenkomdigi) awal 2026, tingkat adopsi AI di Indonesia mencapai 92 persen. Pemanfaatannya untuk produktivitas dan nilai ekonomi masih perlu diperluas. Studi Deloitte 2026 menunjukkan penggunaan AI bergerak ke tahap lebih operasional. Survei Alibaba Cloud ke 1.000 pengambil keputusan TI di delapan pasar Asia, termasuk Indonesia, mencatat sekitar 75 persen perusahaan menyebut AI sudah tak terpisahkan dari operasional.
“Bahasa tidak cukup untuk interaksi dunia nyata,” kata Ananda Budi, Lead Solution Architect Alibaba Cloud Indonesia, Senin, 31/08/2026. Kata-kata bisa menjelaskan gravitasi atau gesekan, tetapi tidak memberi pengalaman nyata tentang berat, gaya, tekanan, atau ketepatan waktu.
Kecerdasan fisik membutuhkan kemampuan berbeda. Robot di dapur, kendaraan otonom, atau lengan robot perakitan harus terus menyesuaikan pemahaman terhadap lingkungan. Setiap gerakan dan kontak fisik memengaruhi keputusan berikutnya. AI harus tidak hanya mengenali situasi, tapi memprediksi akibat tindakan.
Peran World Models dalam Physical AI
World models dirancang membangun pemahaman internal cara kerja dunia nyata: bagaimana objek bergerak, ruang berubah, dan tindakan memengaruhi kejadian selanjutnya. Teknologi ini membantu AI memprediksi dampak tindakan sebelum dijalankan, mengantisipasi hasil, menyesuaikan rencana, dan mengurangi risiko kesalahan.
Peran itu menjembatani tiga kemampuan penting: memahami situasi, menyusun rencana, dan mengendalikan tindakan. Oleh banyak peneliti, world models dilihat sebagai fondasi physical AI dan langkah menuju sistem lebih adaptif.
Tantangan Data Robotik
Model bahasa dilatih dengan teks internet yang masif dan seragam. Data untuk kemampuan fisik justru mahal, terbatas tugas tertentu, dan formatnya beragam. Data navigasi, rekaman teleoperasi, dan video kamera kendaraan merekam dunia nyata dengan cara berbeda dari mesin dengan bentuk, sensor, dan gerak yang tak sama. Menyatukan sumber data jadi tantangan besar riset AI saat ini.
Terobosan Terbaru dari Alibaba
Awal 2026, DAMO Academy merilis RynnBrain secara open-source. Model fondasi embodied AI berbasis Qwen3-VL itu dirancang meningkatkan pemahaman lingkungan, penalaran spasial, dan perencanaan tugas. RynnBrain tersedia di Hugging Face, GitHub, dan ModelScope untuk dikembangkan peneliti global.
Mid-2026, Alibaba meluncurkan Qwen-Robot Suite. Tiga model fondasi ini menerjemahkan instruksi bahasa ke tindakan fisik. Qwen-RobotNav mengurus navigasi mandiri. Qwen-RobotManip menangani tugas sentuhan dan interaksi seperti mengambil atau memindahkan objek. Pendekatan ini mempelajari data dari berbagai robot, termasuk lebih dari 38.100 jam data pelatihan open-source.
Model ketiga, Qwen-RobotWorld, berfungsi sebagai world model. Sistem ini membantu robot memprediksi perubahan lingkungan beberapa saat ke depan, memberi semacam “ramalan” untuk memahami dampak tindakan sebelum dieksekusi.
Kemampuan antar tugas saling memperkaya. Mengambil benda mengajarkan kontak fisik. Berkendara memberi pemahaman ruang skala luas. Navigasi mengajarkan arah dan posisi.
Menuju AI Serbaguna
Dengan cara ini, embodied AI tak lagi dilatih terpisah per tugas. Sistem mulai membangun pemahaman menyeluruh cara kerja dunia fisik. Ketiga model bisa dikoordinasikan AI serbaguna seperti rangkaian alat: satu merencanakan, satu bernavigasi, satu berinteraksi fisik.
Dalam demonstrasi, instruksi “bersihkan meja” dipecah langkah kecil, dikirim ke model interaksi fisik, dipantau, dan disesuaikan saat ada deviasi. Demonstrasi lain: sistem AI mencari toilet terpakai di gedung asing. Menemukan tanda “sedang dibersihkan”, sistem otomatis mengubah rute ke toilet lain.
Contoh itu sederhana, tapi menunjukan pergeseran besar: AI memahami instruksi, merencanakan, menyesuaikan keputusan, dan mewujudkannya jadi tindakan nyata di dunia fisik. Bukan lagi soal sistem yang menjelaskan dunia, tapi sistem yang memahami cara dunia bekerja, memprediksi, dan bertindak di dalamnya. Jika model bahasa mengajarkan AI berkomunikasi, world models mengajarkan AI memahami realitas.
