谷歌组建新团队，推进世界模型研究：模拟现实世界的人工智能未来

谷歌正在组建一支由蒂姆·布鲁克斯(Tim Brooks)领导的新团队，专注于开发能够模拟物理世界的人工智能模型。布鲁克斯曾是OpenAI视频生成器Sora的联合负责人之一，于2024年10月加入谷歌DeepMind，现在正着手招募新成员来推动这一雄心勃勃的计划。该团队将致力于创建“实时交互生成”工具，并探索如何将其模型与现有的多模式模型如Gemini集成。

新团队的任务不仅限于开发先进的AI模型，还包括与谷歌内部的其他团队合作，如Gemini、Veo和Genie团队，以提升这些模型的能力至前所未有的水平。Gemini系列是谷歌的旗舰AI模型，擅长处理图像分析和文本生成等任务;Veo是专门用于视频生成的模型;而Genie则为用户提供了一个交互式的虚拟环境，允许通过多种输入方式创造互动性强的内容。去年12月推出的Genie 2更是进一步增强了这种能力，可以创造出动作可控且逼真的3D虚拟世界。

Brooks在他的社交媒体帖子中提到，他的团队认为在视频和多模态数据上扩展人工智能训练是通往通用人工智能(AGI)的重要路径。他们相信，“世界模型”将在视觉推理、具体化代理规划以及实时互动娱乐等多个领域发挥重要作用。“世界模型”旨在让机器获得类似人类对现实世界的全面理解，这是一项极具挑战性的技术追求。

随着包括李飞飞的World Labs、Decart和Odyssey在内的多家公司投入到世界模型的研究中，这个领域的竞争日益激烈。然而，随着技术的发展，也出现了对于创意工作者就业前景的担忧。《连线》杂志的一项调查指出，像动视暴雪这样的游戏开发商已经开始裁员，转而依赖AI提高生产效率。同时，版权问题也是悬而未决的难题，尤其是在使用视频片段进行模型训练的情况下。

谷歌声称，根据YouTube的服务条款，它有权使用平台上的视频来训练其AI模型，但具体的视频选择标准尚未公开。面对世界模型带来的机遇与挑战，谷歌及其新团队的进展无疑将受到广泛关注。