首頁(yè) > 科技要聞 > 科技> 正文

Sora核心作者掌舵，谷歌世界模型新團(tuán)隊(duì)全球招募：百萬(wàn)底薪起步

量子位 整合編輯：太平洋科技 發(fā)布于：2025-01-09 15:45

最新消息，Sora核心作者，將領(lǐng)導(dǎo)谷歌世界模型團(tuán)隊(duì)！

Tim Brooks——帶隊(duì)Sora研究的兩位負(fù)責(zé)人之一，也是DALL-E 3作者之一，剛剛發(fā)布了一條熱情四溢的推特，廣納天下英才：

DeepMind有雄心勃勃的計(jì)劃，要制作大量世界模型。
向著這個(gè)使命，我開(kāi)始招募一個(gè)新團(tuán)隊(duì)。快來(lái)加入我們吧！

Brooks是AI圈子里十分耀眼的新秀，2023年剛剛從UC伯克利博士畢業(yè)。

2023年1月起，Brooks開(kāi)始帶隊(duì)研究Sora；2024年2月，Sora初亮相。

但在去年10月，Brooks突然官宣離開(kāi)OpenAI，跳槽谷歌DeepMind。

當(dāng)時(shí)，谷歌DeepMind的CEO Demis Hassabis就在該推文下回復(fù)表示，Brooks將幫助“將世界模擬器這一長(zhǎng)期夢(mèng)想變?yōu)楝F(xiàn)實(shí)”。

現(xiàn)在，Brooks真的要帶隊(duì)谷歌的世界模型團(tuán)隊(duì)了，并且是從頭開(kāi)始一手招募籌建。

并且，有人抓住了官宣推文中的華點(diǎn)：

Models，這意味著谷歌要制作的世界模型不是一個(gè)，而是很多個(gè)！

而官宣推文下面，幾乎都是網(wǎng)友的祝福之語(yǔ)：

谷歌組建世界模型新團(tuán)隊(duì)

目前，Tim Brooks的領(lǐng)英和推特自我簡(jiǎn)介都顯示為：

- video gen + world sim at DeepMind
- ex-OpenAI Sora Lead

關(guān)于“video gen”，Brooks加入谷歌DeepMind的時(shí)間，在廣受好評(píng)的Veo 2.0發(fā)布之前。

a16z的投資人曾對(duì)著Veo 2.0驚嘆，難以置信不到一年的時(shí)間里，視頻模型進(jìn)展如此神速。

目前，Veo 2已經(jīng)登錄VideoFX，預(yù)計(jì)明年它將進(jìn)軍YouTube Shorts等平臺(tái)，為內(nèi)容創(chuàng)作者開(kāi)啟全新的可能性。

而“world sim”，應(yīng)該就是目前正在招募的新團(tuán)隊(duì)的肩上重?fù)?dān)了。

根據(jù)Brooks鏈接的招聘頁(yè)面，新團(tuán)隊(duì)會(huì)和谷歌旗下Gemini、Veo和Genie等團(tuán)隊(duì)合作，并在此基礎(chǔ)上解決關(guān)鍵的新問(wèn)題，將世界模型擴(kuò)展到最高計(jì)算水平。

團(tuán)隊(duì)將致力于在構(gòu)建的世界模型之上開(kāi)發(fā)“實(shí)時(shí)交互生成”工具；并研究如何將世界模型們與現(xiàn)有的多模態(tài)模型，如Gemini等集成。

官方顯示，谷歌世界模型團(tuán)隊(duì)主要招納兩種人才，均要求碩士或博士學(xué)位：

研究科學(xué)家：（美國(guó)）全職底薪范圍在136,000美元～245,000美元之間，加獎(jiǎng)金、股權(quán)和福利。

研究工程師：（美國(guó)）全職底薪范圍在136,000美元～245,000美元之間，加獎(jiǎng)金、股權(quán)和福利。

（注：申請(qǐng)崗位時(shí)可附上目標(biāo)地點(diǎn)的具體薪資范圍）

△科學(xué)家要求（左圖）和工程師要求（右圖）

谷歌還表示，他們相信，在視頻和多模態(tài)數(shù)據(jù)上擴(kuò)展預(yù)訓(xùn)練（劃重點(diǎn)）是實(shí)現(xiàn)AGI的關(guān)鍵路徑。

而世界模型將推動(dòng)眾多領(lǐng)域，如視覺(jué)推理和模擬、具身智能體的規(guī)劃以及實(shí)時(shí)交互娛樂(lè)。

谷歌對(duì)世界模型的（現(xiàn)階段）理解是什么？

看看去年年底發(fā)布的Genie 2，或許可以管窺一二。

24年12月5日，谷歌發(fā)布了Genie 2，它是一種自回歸潛空間擴(kuò)散模型，在大型視頻數(shù)據(jù)集上訓(xùn)練。

Genie 2可以實(shí)現(xiàn)一張圖生成無(wú)限多樣的3D游戲世界，生成的3D世界可響應(yīng)鍵鼠操作，可玩、可控制。

與此前研究相比，Genie 2擁有長(zhǎng)期記憶，即使玩家把視角轉(zhuǎn)開(kāi)，再回來(lái)時(shí)也可穩(wěn)定渲染世界中已存在的部分；游戲世界中還可以有其他AI NPC存在，與玩家控制的角色進(jìn)行復(fù)雜交互。

但最重要的目標(biāo)，不是拿來(lái)玩——

Genie 2可用于訓(xùn)練和評(píng)估具身智能體，通過(guò)創(chuàng)建豐富多樣的環(huán)境，可以生成AI在訓(xùn)練期間沒(méi)見(jiàn)過(guò)的評(píng)估任務(wù)。

盡管這項(xiàng)研究仍處于早期階段，在智能體和環(huán)境生成能力方面仍有大量改進(jìn)空間，但谷歌表示：

我們相信Genie 2是解決在安全訓(xùn)練具身智能體的同時(shí)，滿足實(shí)現(xiàn)通往AGI所需的廣度和通用性要求。

△Genie 2能通過(guò)prompt訓(xùn)練Agent打開(kāi)正確的門

世界模型，下一個(gè)角逐賽點(diǎn)？

2024年，AI技術(shù)在多元方向持續(xù)突破，視頻生成、世界模型、具身智能和空間智能等技術(shù)推動(dòng)了人類對(duì)AGI的探索。

尤其在世界模型領(lǐng)域，許多初創(chuàng)公司和大型科技公司正在追逐世界模型。

也難怪乎網(wǎng)友在看到Tim Brooks廣發(fā)英雄貼后，在reddit上發(fā)出這樣的感慨：

令人驚訝的是，如果這條新聞出現(xiàn)在五年前，我們會(huì)驚掉下巴。

但現(xiàn)在，我們就像對(duì)待一個(gè)普通的星期二一樣對(duì)待它。

事實(shí)上，世界模型反映了長(zhǎng)久以來(lái)許多AI研究人員對(duì)model-based RL工作的無(wú)奈和期待：

模型不夠準(zhǔn)確，那么完全在模型里訓(xùn)練的強(qiáng)化學(xué)習(xí)效果就不好。

如果能獲得準(zhǔn)確的世界模型，就能在世界模型中反復(fù)試錯(cuò)，找到現(xiàn)實(shí)的最優(yōu)決策。

據(jù)量子位智庫(kù)《2024年度AI十大趨勢(shì)報(bào)告》，在世界模型領(lǐng)域，研究者們致力于開(kāi)發(fā)能夠模擬和理解真實(shí)世界的模型，核心在于通過(guò)學(xué)習(xí)大量數(shù)據(jù)，使模型能夠自然涌現(xiàn)新的行為和決策能力。

Techcrunch則盤點(diǎn)到，在追逐世界模型的諸多玩家中，除了谷歌這樣的科技巨頭，還有不少耀眼的初創(chuàng)玩家。

譬如李飛飛的World Labs（雖然現(xiàn)在大家更多將它的目標(biāo)定位于空間智能），以及Decart、 Odyssey等公司。

該領(lǐng)域普遍認(rèn)為，世界模型可能能用來(lái)創(chuàng)建交互式媒體，如視頻游戲和電影；以及運(yùn)行現(xiàn)實(shí)模擬，如機(jī)器人/具身智能的訓(xùn)練環(huán)境。

目前，除了技術(shù)尚未達(dá)到心目中的理想水平，還有幾道坎擺在世界模型前進(jìn)之路上。

一個(gè)是版權(quán)，一些世界模型似乎是在游戲游玩剪輯片段上訓(xùn)練的。

那咱 就不得不提谷歌世界模型新團(tuán)隊(duì)的最大優(yōu)勢(shì)了——是誰(shuí)擁有Youtube里上億小時(shí)的游戲視頻數(shù)據(jù)，我不說(shuō)。

另一個(gè)是相關(guān)內(nèi)容創(chuàng)作從業(yè)者的反對(duì)。

不過(guò)值得一提的是，其中一些初創(chuàng)玩家，如Odyssey，承諾將與3D內(nèi)容領(lǐng)域的創(chuàng)意從業(yè)者合作作，而非取代他們。

暫不知道谷歌會(huì)怎么做。

One More Thing

最后，提一個(gè)網(wǎng)友們從谷歌世界模型新團(tuán)隊(duì)JD細(xì)則里發(fā)現(xiàn)的華點(diǎn)。

谷歌DeepMind寫道：

We believe scaling pretraining on video and multimodal data is on the critical path to artificial general intelligence.

劃重點(diǎn)， scaling pretraining。

而早些時(shí)候，在NeurIPS上，Ilya公開(kāi)宣判：

預(yù)訓(xùn)練時(shí)代即將終結(jié)！

雖然也可以理解為，Ilya特指的是大語(yǔ)言模型的預(yù)訓(xùn)練時(shí)代，谷歌DeepMind特指的是世界模型的預(yù)訓(xùn)練。

但……誰(shuí)知道呢，你說(shuō)是不（手動(dòng)狗頭）。

參考鏈接：
[1]https://techcrunch.com/2025/01/06/google-is-forming-a-new-team-to-build-ai-that-can-simulate-the-physical-world/
[2]https://techcrunch.com/2024/10/03/a-co-lead-on-sora-openais-video-generator-has-left-for-google/
[3]https://www.linkedin.com/in/timothyebrooks/
[4]https://x.com/_tim_brooks/status/1876327325916447140
[5]https://www.reddit.com/r/singularity/comments/1hvbzyp/google_is_forming_a_new_team_to_build_ai_that_can/

本文來(lái)源：量子位

網(wǎng)友評(píng)論

聚超值•精選

推薦 手機(jī) 筆記本 影像 硬件 家居 商用 企業(yè) 出行 未來(lái)
    • 二維碼 回到頂部