谷歌近日宣布，将成立一支新团队，专注于开发能够模拟物理世界的人工智能（AI）模型。该团队由曾在 OpenAI 担任视频生成模型 Sora 的共同负责人 Tim Brooks 领导。Brooks 在社交平台 X 上表示，这个新团队将归属于谷歌的 AI 研究实验室 Google DeepMind。
Brooks 在其公告中提到:“DeepMind 的计划雄心勃勃，目标是开发大规模的生成模型来模拟世界。” 他还表示，团队将致力于与谷歌的 Gemini、Veo 和 Genie 团队合作，解决 “关键新问题”，并将模型规模扩展到最高计算能力。Gemini 是谷歌旗舰级 AI 模型系列，主要用于图像分析和文本生成，而 Veo 则是谷歌自主的视频生成模型。至于 Genie，这是谷歌的世界模型尝试，能够实时模拟游戏和3D 环境。
据 Brooks 所述，该团队将开发 “实时互动生成” 工具，并研究如何将他们的模型与现有的多模态模型如 Gemini 进行整合。工作描述中提到:“我们相信，基于视频和多模态数据的 AI 训练规模化是实现人工通用智能（AGI）的关键路径。”AGI 是指能够完成任何人类能完成的任务的人工智能。
许多初创公司和大型科技企业也在追寻世界模型的开发，例如由著名 AI 研究员 Fei-Fei Lee 主导的 World Labs、以色列初创企业 Decart 和 Odyssey 等。这些公司认为，未来世界模型可以用于创造互动媒体，如视频游戏和电影，以及运行像训练机器人这样的真实模拟。
然而，创意领域对这项技术持有不同的看法。最近一项《连线》杂志的调查显示，游戏开发公司如动视暴雪正在利用 AI 来节省成本、提高生产效率，但这也导致大量员工被裁。根据2024年动画工会的一项研究，预计到2026年，美国电影、电视和动画行业将有超过10万个工作岗位受到 AI 的影响。
尽管如此，一些新兴的世界建模初创企业如 Odyssey 承诺将与创意专业人士合作，而不是取代他们。这是否会成为谷歌的做法，仍有待观察。此外，关于版权的问题也尚未得到解决。部分世界模型的训练可能使用了未经授权的视频游戏实况片段，导致相关公司面临诉讼风险。
谷歌声称其在 YouTube 上训练模型是依据平台的服务条款获得了许可，但尚未透露具体使用了哪些视频。
