财联社1月7日讯（编辑 周子意）据报道，谷歌正在组建一个新的团队，专注于开发可以模拟物理世界的人工智能模型。
该团队的负责人是蒂姆·布鲁克斯（Tim Brooks），他原先是OpenAI视频生成器Sora的联合负责人之一，后于2024年10月离开OpenAI，跳槽至谷歌的人工智能研究实验室谷歌DeepMind。
根据Brooks周一（1月6日）在社交媒体X上的最新发帖，他领导的这个新团队隶属于DeepMind，将致力于开发可以模拟物理世界的人工智能模型。
Brooks写道，“DeepMind有雄心勃勃的计划，要制造大规模的生成模型来模拟世界。我正在招聘一个新的团队来完成这个任务。”
根据描述，Brooks的新团队将着眼于开发“实时交互生成”工具，并研究如何将他们的模型与现有的多模式模型（如Gemini）集成。
新的团队还将与谷歌现有的Gemini、Veo和Genie团队合作，并以后者团队的工作为基础，将模型扩展到“最高水平的计算”。
据了解，Gemini是谷歌的旗舰AI模型系列，用于分析图像和生成文本等任务；Veo是谷歌的视频生成模型；至于Genie，它是谷歌的基础世界模型，为用户提供了前所未有的交互体验，支持用户借助文本、合成图像、照片乃至草图等方式，创造出可玩性强的交互式环境和可控的虚拟世界。
去年12月，谷歌还推出了升级版的Genie 2，能够模拟出动作可控、极具可玩性的逼真3D虚拟世界。
世界模型
Brooks发布的工作描述是这样写的：“我们认为，在视频和多模态数据上扩展人工智能训练是实现通用人工智能（AGI，指能够完成人类能完成的任何任务的人工智能）的关键途径。世界模型将为许多领域提供动力，比如视觉推理和模拟、具体化代理的规划以及实时互动娱乐。”
“世界模型”是目前技术流派中难度最高的一种，其特点在于让机器能够像人类一样对真实世界有一个全面而准确的认知。
目前，许多初创公司和大型科技公司都在追逐世界模型，包括有影响力的人工智能研究员李飞飞的World Labs、以色列新贵Decart和初创公司Odyssey等。他们认为，世界模型有一天可以用来创建互动媒体，如视频游戏和电影，并运行逼真的模拟，如机器人训练环境。
不过，世界模型的发展似乎对一些创意人士并不友好。
著名杂志《连线》最近的一项调查发现，像动视暴雪（Activision Blizzard）这样的游戏工作室，已经解雇了大量员工，而他们正在利用人工智能来提高生产率，并弥补人员流失。美国动画协会在2024年委托进行的一项研究估计，到2026年，美国将有超过10万个电影、电视和动画工作岗位被人工智能取代。
相较于被取代，合作似乎是一种更友好的方式。一些新兴的世界模特领域的初创公司，比如Odyssey，已经承诺与有创意的专业人士合作。这是否会成为谷歌的做法，仍有待观察。
另外，对于世界模型而言，版权问题悬而未决。一些世界模型是根据视频游戏播放的片段进行训练的，这可能会使开发这些模型的公司在视频未经许可的情况下成为诉讼的目标。
而拥有Youtube的谷歌声称，根据平台的服务条款，它有权基于YouTube视频训练自己的模型。但该公司并未透露将为培训采购哪些具体视频。
（财联社 周子意）
发表评论