據(jù)報(bào)道，谷歌正在組建一個(gè)新的團(tuán)隊(duì)，專注于開發(fā)可以模擬物理世界的人工智能模型。

該團(tuán)隊(duì)的負(fù)責(zé)人是蒂姆·布魯克斯（Tim Brooks），他原先是OpenAI視頻生成器Sora的聯(lián)合負(fù)責(zé)人之一，后于2024年10月離開OpenAI，跳槽至谷歌的人工智能研究實(shí)驗(yàn)室谷歌DeepMind。

根據(jù)Brooks周一（1月6日）在社交媒體X上的最新發(fā)帖，他領(lǐng)導(dǎo)的這個(gè)新團(tuán)隊(duì)隸屬于DeepMind，將致力于開發(fā)可以模擬物理世界的人工智能模型。

Brooks寫道，“DeepMind有雄心勃勃的計(jì)劃，要制造大規(guī)模的生成模型來模擬世界。我正在招聘一個(gè)新的團(tuán)隊(duì)來完成這個(gè)任務(wù)?！?/p>

根據(jù)描述，Brooks的新團(tuán)隊(duì)將著眼于開發(fā)“實(shí)時(shí)交互生成”工具，并研究如何將他們的模型與現(xiàn)有的多模式模型（如Gemini）集成。

新的團(tuán)隊(duì)還將與谷歌現(xiàn)有的Gemini、Veo和Genie團(tuán)隊(duì)合作，并以后者團(tuán)隊(duì)的工作為基礎(chǔ)，將模型擴(kuò)展到“最高水平的計(jì)算”。

據(jù)了解，Gemini是谷歌的旗艦AI模型系列，用于分析圖像和生成文本等任務(wù)；Veo是谷歌的視頻生成模型；至于Genie，它是谷歌的基礎(chǔ)世界模型，為用戶提供了前所未有的交互體驗(yàn)，支持用戶借助文本、合成圖像、照片乃至草圖等方式，創(chuàng)造出可玩性強(qiáng)的交互式環(huán)境和可控的虛擬世界。

去年12月，谷歌還推出了升級(jí)版的Genie 2，能夠模擬出動(dòng)作可控、極具可玩性的逼真3D虛擬世界。

世界模型

Brooks發(fā)布的工作描述是這樣寫的：“我們認(rèn)為，在視頻和多模態(tài)數(shù)據(jù)上擴(kuò)展人工智能訓(xùn)練是實(shí)現(xiàn)通用人工智能（AGI，指能夠完成人類能完成的任何任務(wù)的人工智能）的關(guān)鍵途徑。世界模型將為許多領(lǐng)域提供動(dòng)力，比如視覺推理和模擬、具體化代理的規(guī)劃以及實(shí)時(shí)互動(dòng)娛樂?！?/p>

“世界模型”是目前技術(shù)流派中難度最高的一種，其特點(diǎn)在于讓機(jī)器能夠像人類一樣對(duì)真實(shí)世界有一個(gè)全面而準(zhǔn)確的認(rèn)知。

目前，許多初創(chuàng)公司和大型科技公司都在追逐世界模型，包括有影響力的人工智能研究員李飛飛的World Labs、以色列新貴Decart和初創(chuàng)公司Odyssey等。他們認(rèn)為，世界模型有一天可以用來創(chuàng)建互動(dòng)媒體，如視頻游戲和電影，并運(yùn)行逼真的模擬，如機(jī)器人訓(xùn)練環(huán)境。

不過，世界模型的發(fā)展似乎對(duì)一些創(chuàng)意人士并不友好。

著名雜志《連線》最近的一項(xiàng)調(diào)查發(fā)現(xiàn)，像動(dòng)視暴雪（Activision Blizzard）這樣的游戲工作室，已經(jīng)解雇了大量員工，而他們正在利用人工智能來提高生產(chǎn)率，并彌補(bǔ)人員流失。美國(guó)動(dòng)畫協(xié)會(huì)在2024年委托進(jìn)行的一項(xiàng)研究估計(jì)，到2026年，美國(guó)將有超過10萬個(gè)電影、電視和動(dòng)畫工作崗位被人工智能取代。

相較于被取代，合作似乎是一種更友好的方式。一些新興的世界模特領(lǐng)域的初創(chuàng)公司，比如Odyssey，已經(jīng)承諾與有創(chuàng)意的專業(yè)人士合作。這是否會(huì)成為谷歌的做法，仍有待觀察。

另外，對(duì)于世界模型而言，版權(quán)問題懸而未決。一些世界模型是根據(jù)視頻游戲播放的片段進(jìn)行訓(xùn)練的，這可能會(huì)使開發(fā)這些模型的公司在視頻未經(jīng)許可的情況下成為訴訟的目標(biāo)。

而擁有Youtube的谷歌聲稱，根據(jù)平臺(tái)的服務(wù)條款，它有權(quán)基于YouTube視頻訓(xùn)練自己的模型。但該公司并未透露將為培訓(xùn)采購哪些具體視頻。