馬斯克的xAI也入局世界模型了！

想必聽到這個消息的Meta、Google DeepMind一定會緩緩打出一個問號：沖我們來的？

據(jù)《金融時報》（FT）報道，為了增加這場“世界模型大混戰(zhàn)”的贏面，今年夏天，xAI已經(jīng)從英偉達(dá)挖來了多名資深研究員來助陣。

另一邊，在悄然下場世界模型后，馬斯克幾天前又在??上再次重申了去年定下的那個“小目標(biāo)”——

2026年年底前，xAI會發(fā)布一款偉大的AI生成游戲。

圖片

Stability AI創(chuàng)始人EMostaque在自己的??上列出這樣一組數(shù)字：

OpenAI今年收入約100億美元，視頻游戲行業(yè)今年收入約2000億美元。

馬斯克呀馬斯克，Attention is all you need（狗頭）。

圖片

從英偉達(dá)那兒挖人，開搞！

世界模型是近兩年全球AI巨頭&實驗室們的新戰(zhàn)場，Google DeepMind、Meta、NVIDIA、李飛飛等都在做。

如今，xAI也來了。

而它的第一步，就選擇了去英偉達(dá)挖老黃墻腳——

今年夏天，xAI至少雇傭了兩位來自英偉達(dá)的研究人員：Zeeshan Patel和Ethan He。

其中，Zeeshan Patel今年5月碩士畢業(yè)于UC伯克利，研究主要面向深度學(xué)習(xí)、生成模型和物理人工智能。

加入xAI前，他先在蘋果AI/ML部門從事基礎(chǔ)模型研究，后又加入英偉達(dá)研究院從事生成式世界模型研究。

在英偉達(dá)工作期間，Zeeshan Patel專注于大規(guī)模多模態(tài)模型與訓(xùn)練框架的研發(fā)。

圖片

Ethan He，本科畢業(yè)于西安交通大學(xué)，而后前往CMU攻讀計算機(jī)視覺的碩士學(xué)位，最后滿績畢業(yè)。

目前，他的Google Scholar被引數(shù)為8495。

2019年到2021年期間，Ethan He在FaceBook AI從事研究工程師，工作內(nèi)容主要包括大規(guī)模視頻自監(jiān)督學(xué)習(xí)、視頻基礎(chǔ)模型等。

2023年，他加入英偉達(dá)，工作內(nèi)容均與MoE模型、多模態(tài)模型和世界模型有關(guān)。

今年7月，他正式加入xAI。

圖片

若說這兩人有什么共同點(diǎn)，那就是兩人此前都在英偉達(dá)參與了Omniverse平臺的核心開發(fā)工作。

這個平臺是全球最成熟的仿真平臺之一，被稱作“通往物理世界的數(shù)字平行宇宙”。

簡單來說，Omniverse是英偉達(dá)打造的物理一致性仿真系統(tǒng)，廣泛應(yīng)用于機(jī)器人訓(xùn)練、3D 建模、數(shù)字孿生、自動駕駛等領(lǐng)域。

它能在虛擬世界中精確地模擬現(xiàn)實物理規(guī)律，讓AI在不觸碰現(xiàn)實的情況下，就能學(xué)會如何與世界互動。

——而世界模型需要的就是這樣的能力。

Omniverse與世界模型訓(xùn)練/評測天然契合，難怪xAI內(nèi)部人士透露，馬斯克計劃在xAI將英偉達(dá)在圖形與物理模擬領(lǐng)域的積累，應(yīng)用到自家的世界模型體系中。

入局世界模型要干啥？

“世界模型”這個概念，其實最早可以追溯到強(qiáng)化學(xué)習(xí)，意思是讓AI先在腦海中模擬出一個世界，再去規(guī)劃行動、預(yù)測結(jié)果。

而時至今日，它被不少業(yè)內(nèi)人士視為AGI的核心底座。

AI教母李飛飛對世界模型的定義則是源自于人類自然形成的世界心智模型。

指的是一種AI系統(tǒng)能夠真正理解和推理物理3D世界的模型，而不僅僅局限于文本處理。世界模型能讓AI理解3D結(jié)構(gòu)、形狀和組合性，從而推動機(jī)器人技術(shù)、創(chuàng)意產(chǎn)業(yè)和計算的未來發(fā)展。

在李飛飛看來，世界模型不僅能生成和重建持久存在、可導(dǎo)航的3D環(huán)境，還能支持多種應(yīng)用，實現(xiàn)更大規(guī)模的虛擬世界和多元宇宙的構(gòu)建。

圖片

在過去一年，這個方向幾乎成了AI巨頭和實驗室的兵家必爭之地。

• DeepMind推出Genie 3，能從一張圖片或一段文字，直接生成可交互的 2D 游戲世界；
• Meta發(fā)布V-JEPA-2，讓模型在視頻中預(yù)測未來幀、理解物理因果；
• 英偉達(dá)自家也在強(qiáng)化世界模型，用于機(jī)器人訓(xùn)練與數(shù)字孿生；
• ……

那么，馬斯克攜xAI下場，到底想干啥？

知情人士消息，xAI入局世界模型后的的首批落點(diǎn)可能是電子游戲。

目前，團(tuán)隊正在嘗試讓AI自動生成自適應(yīng)、逼真的3D場景，可以根據(jù)玩家行為實時變化的那種。

這與馬斯克自己設(shè)下的目標(biāo)完美呼應(yīng)——到2026年底，推出一款由世界模型驅(qū)動的AI生成游戲。

一位用戶在??上留言稱：“AI在游戲開發(fā)中的效率很高，能讓創(chuàng)造力自由流動，這很有道理?！?/span>

圖片

與此同時，xAI內(nèi)部也正在為此組建一支全模態(tài)團(tuán)隊（Multimodal Team），專門研究圖像、視頻、音頻的綜合理解與生成。

他們近期公開的招聘信息顯示，這支團(tuán)隊包括多個方向：

• Member of Technical Staff – Multimodal（Audio），職責(zé)涵蓋音頻理解、生成與評測；
• Member of Technical Staff – Multimodal Understanding，薪資區(qū)間18萬–44萬美元/年，側(cè)重于多模態(tài)建模與數(shù)據(jù)系統(tǒng)。

除此之外，還有一個職位在業(yè)內(nèi)引發(fā)熱議，Video Games Tutor，即電子游戲?qū)煛?/span>

相關(guān)招聘頁面寫得很直接：

時薪45–100美元，向模型講解電子游戲機(jī)制、敘事邏輯、任務(wù)設(shè)計。

看來，馬斯克似乎打算讓人類專家教模型怎么玩游戲、怎么設(shè)計任務(wù)、如何構(gòu)建可交互世界。

馬斯克本人在多次公開發(fā)言中提到，xAI的使命是“讓AI理解宇宙的本質(zhì)”。而世界模型正是通向理解宇宙的必經(jīng)之路。

有了世界模型，AI不再只用來生成內(nèi)容，而能在內(nèi)部模擬出一個真實世界的副本。

這意味著它既可以驅(qū)動AI游戲，也可以驅(qū)動智能體、自動駕駛乃至具身智能機(jī)器人。

從這一點(diǎn)上來看，xAI、特斯拉、Neuralink、??之間的關(guān)系也變得微妙——

xAI研發(fā)模型，特斯拉擁有機(jī)器人和自動駕駛數(shù)據(jù)，Neuralink提供腦機(jī)接口??則是社交與實時反饋的平臺。

如果這些板塊能通過世界模型互通，馬斯克的AI帝國，將真正形成閉環(huán)。

參考鏈接：
[1]https://www.ft.com/content/ac566346-53dd-4490-8d4c-5269906c64ee
[2]https://x.com/EMostaque/status/1977352468087320714
[3]https://www.zeeshanp.me/research/
[4]https://www.linkedin.com/in/ethanhe42/