Google DeepMind 组建新团队：原 Sora 负责人带队造「世界模型」

造出 Sora 的核心人物跳槽 Google 之后，终于亮出了他的下一步棋。

前 OpenAI Sora 联合负责人 Tim Brooks 在 X 上宣布，Google DeepMind 正在组建一个新团队，专门研发模拟物理世界的大型生成模型，目前已经开始面向全球招聘。

Brooks 在 10 月离开 OpenAI 加盟 DeepMind。根据他放出的招聘信息，这个新团队将直接联动 Google 旗下的三张王牌：Gemini 多模态大模型、Veo 视频生成模型，以及 12 月刚展示过能实时生成 3D 可玩世界的 Genie。

把世界装进神经网络

DeepMind 在招聘岗位描述里写得很直白：在视频和多模态数据上做大规模扩展，是通往通用人工智能（AGI）的关键路径。

所谓世界模型，简单来说，就是不仅要让 AI 能画图、做视频，更要让它理解重力、惯性、碰撞和空间遮挡等物理法则。

新团队的目标不仅是把模型推向算力上限，还要在底层模型之上开发实时交互生成工具，并研究怎样把它们塞进现有的 Gemini 等多模态系统里。

按 Google 的规划，这类模型未来会落地在几个具体方向：视觉推理与模拟、具身智能体的物理规划，以及完全实时的可交互娱乐。

但这块高地早就挤满了对手。李飞飞创立的 World Labs、以色列创企 Decart 以及 Odyssey 等新老玩家都在抢跑，大家都盯着下一代游戏、虚拟电影和机器人训练场景。

伴随野心而来的还有老问题：数据版权与打工人的饭碗。Wired 之前调查发现，动视暴雪等游戏大厂已经在用 AI 压缩人力，而动画工会（Animation Guild）2024 年的一项研究预计，到 2026 年美国影视动画领域将有超过 10 万个岗位被 AI 冲击。

更敏感的是训练数据。不少世界模型是用海量游戏实况录像喂出来的，随时可能惹上侵权官司。Google 最大的底牌是自家拥有的 YouTube，它声称根据平台服务条款有权使用这些视频训练模型，不过究竟挑了哪些视频，Google 至今没有对外挑明。

为什么重要

我们认为，DeepMind 这一步最大的看点，是它终于把分散的拼图拼在了一起。

之前 Google 有 Gemini 管大脑、Veo 管画面、Genie 管游戏互动，各自为战。现在把做过 Sora 的顶尖工程操盘手放进 DeepMind 统领全局，看起来 Google 是打算把分散的视频生成彻底拔高成支撑具身智能和元宇宙交互的底层物理引擎。

对开发者和影视游戏创作者来说，这类工具一旦成熟，最大的诱惑是开发成本可能断崖式下跌。以前搭一个 3D 物理测试场景或可交互关卡需要几周，未来可能只需要一句提示词和几个交互指令。不过从现实来看，创作者眼下完全不用急着恐慌或押注，实时世界模型的计算开销极大，目前还处在实验室和高算力玩具阶段。

它的隐患在于数据伦理和平台霸权。相比创业团队到处爬取游戏录像面临的诉讼风险，Google 坐拥 YouTube 这一全球最大的视频宝库，天然拥有别人没有的冷启动优势。但如果 YouTube 创作者辛辛苦苦上传的内容，最终被 Google 拿来训练出替代人类创作的世界模拟器，未来的版权反弹和行业反噬恐怕只会更激烈。