最近谷歌组建一个新团队，专门开发可以用来模拟物理世界的AI模型，也就是所谓的“世界模型”（World Models）。

蒂姆·布鲁克斯（Tim Brooks）原本是OpenAI的一名高管，也是视频生成工具Sora的主要开发者之一。去年10月，他加入谷歌DeepMind，成为新领导之一。模拟物理世界的AI模型团队是谷歌DeepMind的一部分。

布鲁克斯说：“DeepMind有着宏大的计划，单片机解密它准备开发巨大的生成式模型，可以模拟物理世界。我受聘之后将会成为新团队的一员，努力帮公司达成新使命。”

新团队将会与谷歌Gemini、Veo、Genie团队合作，努力解决关键性新问题。Veo是谷歌自己的视频生成模型；Gemini相当于谷歌的旗舰AI模型，它可以分析图片，生成文本，可以模拟游戏、3D环境；最新的Genie版本于去年12月揭开面纱，它已经可以生成巨大多变的可玩性3D世界。

“世界模型”是通往AGI的关键路径

在新团队招聘信息中能看到这样的话：“我们相信在视频、多模态方面扩大AI训练规模是通往AGI的关键路径。”

AGI是顶尖AI企业共同追求的目标，它指的是AI可以像人一样完成任何任务。

AI行业人士认为，世界模型就是AI的下一个大事件。“世界模型”这个术语实际上是从人类心智派生出来的，它是人类自然进化而来。

人类大脑会从感官中抽象一些表征，从而加深对周围世界的理解，形成所谓的“模型”，大脑会根据这些模型进行预测，继而影响人对世界的感知。

棒球手打球时，只需要几毫秒就能判断如何击球，耗费的时间比视频信号传到大脑还要短。人类之所以能击中时速达到100公里的棒球，主要是因为我们能凭直觉判断球的运动方向。

一些科学家认为，人类之所以拥有超常智力，单片机解密主要是能够在潜意识推理，这些推理是以世界模型作为基础的。

一旦技术取得突破，世界模型将会为多个领域赋能，比如视觉推理、模拟、嵌入式智能体规划、实时娱乐交互。

按照描述，新团队将会开发实时交互生成工具，它以谷歌之前开发的模型作为基础，新团队开发的模型会考虑如何与现有多模态模型整合，比如与Gemini整合。

本站声明： 本文章由作者或相关机构授权发布，目的在于传递更多信息，并不代表本站赞同其观点，本站亦不保证或承诺内容真实性等。需要转载请联系该专栏作者，如若文章内容侵犯您的权益，请及时联系本站删除。