Google DeepMind 組建新團隊：原 Sora 負責人帶隊造「世界模型」

造出 Sora 的核心人物跳槽 Google 之後，終於亮出了他的下一步棋。

前 OpenAI Sora 聯合負責人 Tim Brooks 在 X 上宣佈，Google DeepMind 正在組建一個新團隊，專門研發模擬物理世界的大型生成模型，目前已經開始面向全球招聘。

Brooks 在 10 月離開 OpenAI 加盟 DeepMind。根據他放出的招聘資訊，這個新團隊將直接聯動 Google 旗下的三張王牌：Gemini 多模態大模型、Veo 影片生成模型，以及 12 月剛展示過能即時生成 3D 可玩世界的 Genie。

把世界裝進神經網路

DeepMind 在招聘崗位描述裡寫得很直白：在影片和多模態資料上做大規模擴充套件，是通往通用人工智慧（AGI）的關鍵路徑。

所謂世界模型，簡單來說，就是不僅要讓 AI 能畫圖、做影片，更要讓它理解重力、慣性、碰撞和空間遮擋等物理法則。

新團隊的目標不僅是把模型推向算力上限，還要在底層模型之上開發即時互動生成工具，並研究怎樣把它們塞進現有的 Gemini 等多模態系統裡。

按 Google 的規劃，這類模型未來會落地在幾個具體方向：視覺推理與模擬、具身智慧體的物理規劃，以及完全即時的可互動娛樂。

但這塊高地早就擠滿了對手。李飛飛創立的 World Labs、以色列創企 Decart 以及 Odyssey 等新老玩家都在搶跑，大家都盯著下一代遊戲、虛擬電影和機器人訓練場景。

伴隨野心而來的還有老問題：資料版權與打工人的飯碗。Wired 之前調查發現，動視暴雪等遊戲大廠已經在用 AI 壓縮人力，而動畫工會（Animation Guild）2024 年的一項研究預計，到 2026 年美國影視動畫領域將有超過 10 萬個崗位被 AI 衝擊。

更敏感的是訓練資料。不少世界模型是用海量遊戲實況錄影喂出來的，隨時可能惹上侵權官司。Google 最大的底牌是自家擁有的 YouTube，它聲稱根據平臺服務條款有權使用這些影片訓練模型，不過究竟挑了哪些影片，Google 至今沒有對外挑明。

為什麼重要

我們認為，DeepMind 這一步最大的看點，是它終於把分散的拼圖拼在了一起。

之前 Google 有 Gemini 管大腦、Veo 管畫面、Genie 管遊戲互動，各自為戰。現在把做過 Sora 的頂尖工程操盤手放進 DeepMind 統領全域性，看起來 Google 是打算把分散的影片生成徹底拔高成支撐具身智慧和元宇宙互動的底層物理引擎。

對開發者和影視遊戲創作者來說，這類工具一旦成熟，最大的誘惑是開發成本可能斷崖式下跌。以前搭一個 3D 物理測試場景或可互動關卡需要幾週，未來可能只需要一句提示詞和幾個互動指令。不過從現實來看，創作者眼下完全不用急著恐慌或押注，即時世界模型的計算開銷極大，目前還處在實驗室和高算力玩具階段。

它的隱患在於資料倫理和平臺霸權。相比創業團隊到處爬取遊戲錄影面臨的訴訟風險，Google 坐擁 YouTube 這一全球最大的影片寶庫，天然擁有別人沒有的冷啟動優勢。但如果 YouTube 創作者辛辛苦苦上傳的內容，最終被 Google 拿來訓練出替代人類創作的世界模擬器，未來的版權反彈和行業反噬恐怕只會更激烈。