最新消息，Sora核心作者，将领导谷歌世界模型团队！

Tim Brooks——带队Sora研究的两位负责人之一，也是DALL-E 3作者之一，刚刚发布了一条热情四溢的推特，广纳天下英才：

DeepMind有雄心勃勃的计划，要制作大量世界模型。
向着这个使命，我开始招募一个新团队。快来加入我们吧！

Brooks是AI圈子里十分耀眼的新秀，2023年刚刚从UC伯克利博士毕业。

2023年1月起，Brooks开始带队研究Sora；2024年2月，Sora初亮相。

但在去年10月，Brooks突然官宣离开OpenAI，跳槽谷歌DeepMind。

当时，谷歌DeepMind的CEO Demis Hassabis就在该推文下回复表示，Brooks将帮助“将世界模拟器这一长期梦想变为现实”。

现在，Brooks真的要带队谷歌的世界模型团队了，并且是从头开始一手招募筹建。

并且，有人抓住了官宣推文中的华点：

Models，这意味着谷歌要制作的世界模型不是一个，而是很多个！

而官宣推文下面，几乎都是网友的祝福之语：

谷歌组建世界模型新团队

目前，Tim Brooks的领英和推特自我简介都显示为：

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

关于“video gen”，Brooks加入谷歌DeepMind的时间，在广受好评的Veo 2.0发布之前。

a16z的投资人曾对着Veo 2.0惊叹，难以置信不到一年的时间里，视频模型进展如此神速。

目前，Veo 2已经登录VideoFX，预计明年它将进军YouTube Shorts等平台，为内容创作者开启全新的可能性。

而“world sim”，应该就是目前正在招募的新团队的肩上重担了。

根据Brooks链接的招聘页面，新团队会和谷歌旗下Gemini、Veo和Genie等团队合作，并在此基础上解决关键的新问题，将世界模型扩展到最高计算水平。

团队将致力于在构建的世界模型之上开发“实时交互生成”工具；并研究如何将世界模型们与现有的多模态模型，如Gemini等集成。

官方显示，谷歌世界模型团队主要招纳两种人才，均要求硕士或博士学位：

• 研究科学家：（美国）全职底薪范围在136,000美元～245,000美元之间，加奖金、股权和福利。

• 研究工程师：（美国）全职底薪范围在136,000美元～245,000美元之间，加奖金、股权和福利。

（注：申请岗位时可附上目标地点的具体薪资范围）

△科学家要求（左图）和工程师要求（右图）

谷歌还表示，他们相信，在视频和多模态数据上扩展预训练（划重点）是实现AGI的关键路径。

而世界模型将推动众多领域，如视觉推理和模拟、具身智能体的规划以及实时交互娱乐。

谷歌对世界模型的（现阶段）理解是什么？

看看去年年底发布的Genie 2，或许可以管窥一二。

24年12月5日，谷歌发布了Genie 2，它是一种自回归潜空间扩散模型，在大型视频数据集上训练。

Genie 2可以实现一张图生成无限多样的3D游戏世界，生成的3D世界可响应键鼠操作，可玩、可控制。

与此前研究相比，Genie 2拥有长期记忆，即使玩家把视角转开，再回来时也可稳定渲染世界中已存在的部分；游戏世界中还可以有其他AI NPC存在，与玩家控制的角色进行复杂交互。

但最重要的目标，不是拿来玩——

Genie 2可用于训练和评估具身智能体，通过创建丰富多样的环境，可以生成AI在训练期间没见过的评估任务。

尽管这项研究仍处于早期阶段，在智能体和环境生成能力方面仍有大量改进空间，但谷歌表示：

我们相信Genie 2是解决在安全训练具身智能体的同时，满足实现通往AGI所需的广度和通用性要求。

△Genie 2能通过prompt训练Agent打开正确的门

世界模型，下一个角逐赛点？

2024年，AI技术在多元方向持续突破，视频生成、世界模型、具身智能和空间智能等技术推动了人类对AGI的探索。

尤其在世界模型领域，许多初创公司和大型科技公司正在追逐世界模型。

也难怪乎网友在看到Tim Brooks广发英雄贴后，在reddit上发出这样的感慨：

令人惊讶的是，如果这条新闻出现在五年前，我们会惊掉下巴。

‍但现在，我们就像对待一个普通的星期二一样对待它。

事实上，世界模型反映了长久以来许多AI研究人员对model-based RL工作的无奈和期待：

模型不够准确，那么完全在模型里训练的强化学习效果就不好。

‍如果能获得准确的世界模型，就能在世界模型中反复试错，找到现实的最优决策。

据量子位智库《2024年度AI十大趋势报告》，在世界模型领域，研究者们致力于开发能够模拟和理解真实世界的模型，核心在于通过学习大量数据，使模型能够自然涌现新的行为和决策能力。

Techcrunch则盘点到，在追逐世界模型的诸多玩家中，除了谷歌这样的科技巨头，还有不少耀眼的初创玩家。

譬如李飞飞的World Labs（虽然现在大家更多将它的目标定位于空间智能），以及Decart、 Odyssey等公司。

该领域普遍认为，世界模型可能能用来创建交互式媒体，如视频游戏和电影；以及运行现实模拟，如机器人/具身智能的训练环境。

目前，除了技术尚未达到心目中的理想水平，还有几道坎摆在世界模型前进之路上。

一个是版权，一些世界模型似乎是在游戏游玩剪辑片段上训练的。

那咱‍就不得不提谷歌世界模型新团队的最大优势了——是谁拥有Youtube里上亿小时的游戏视频数据，我不说。

另一个是相关内容创作从业者的反对。

不过值得一提的是，其中一些初创玩家，如Odyssey，承诺将与3D内容领域的创意从业者合作作，而非取代他们。

‍暂不知道谷歌会怎么做。

One More Thing

最后，提一个网友们从谷歌世界模型新团队JD细则里发现的华点。

谷歌DeepMind写道：

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

划重点， scaling pretraining。

而早些时候，在NeurIPS上，Ilya公开宣判：

预训练时代即将终结！

虽然也可以理解为，Ilya特指的是大语言模型的预训练时代，谷歌DeepMind特指的是世界模型的预训练。

如何学习大模型 AI ？

由于新岗位的生产效率，要优于被取代岗位的生产效率，所以实际上整个社会的生产效率是提升的。

但是具体到个人，只能说是：

“最先掌握AI的人，将会比较晚掌握AI的人有竞争优势”。

这句话，放在计算机、互联网、移动互联网的开局时期，都是一样的道理。

我在一线互联网企业工作十余年里，指导过不少同行后辈。帮助很多人得到了学习和成长。

我意识到有很多经验和知识值得分享给大家，也可以通过我们的能力和经验解答大家在人工智能学习中的很多困惑，所以在工作繁忙的情况下还是坚持各种整理和分享。但苦于知识传播途径有限，很多互联网行业朋友无法获得正确的资料得到学习提升，故此将并将重要的AI大模型资料包括AI大模型入门学习思维导图、精品AI大模型学习书籍手册、视频教程、实战学习等录播视频免费分享出来。

第一阶段（10天）：初阶应用

该阶段让大家对大模型 AI有一个最前沿的认识，对大模型 AI 的理解超过 95% 的人，可以在相关讨论时发表高级、不跟风、又接地气的见解，别人只会和 AI 聊天，而你能调教 AI，并能用代码将大模型和业务衔接。

• 大模型 AI 能干什么？
• 大模型是怎样获得「智能」的？
• 用好 AI 的核心心法
• 大模型应用业务架构
• 大模型应用技术架构
• 代码示例：向 GPT-3.5 灌入新知识
• 提示工程的意义和核心思想
• Prompt 典型构成
• 指令调优方法论
• 思维链和思维树
• Prompt 攻击和防范
• …

第二阶段（30天）：高阶应用

该阶段我们正式进入大模型 AI 进阶实战学习，学会构造私有知识库，扩展 AI 的能力。快速开发一个完整的基于 agent 对话机器人。掌握功能最强的大模型开发框架，抓住最新的技术进展，适合 Python 和 JavaScript 程序员。

• 为什么要做 RAG
• 搭建一个简单的 ChatPDF
• 检索的基础概念
• 什么是向量表示（Embeddings）
• 向量数据库与向量检索
• 基于向量检索的 RAG
• 搭建 RAG 系统的扩展知识
• 混合检索与 RAG-Fusion 简介
• 向量模型本地部署
• …

第三阶段（30天）：模型训练

恭喜你，如果学到这里，你基本可以找到一份大模型 AI相关的工作，自己也能训练 GPT 了！通过微调，训练自己的垂直大模型，能独立训练开源多模态大模型，掌握更多技术方案。

到此为止，大概2个月的时间。你已经成为了一名“AI小子”。那么你还想往下探索吗？

• 为什么要做 RAG
• 什么是模型
• 什么是模型训练
• 求解器 & 损失函数简介
• 小实验2：手写一个简单的神经网络并训练它
• 什么是训练/预训练/微调/轻量化微调
• Transformer结构简介
• 轻量化微调
• 实验数据集的构建
• …

第四阶段（20天）：商业闭环

对全球大模型从性能、吞吐量、成本等方面有一定的认知，可以在云端和本地等多种环境下部署大模型，找到适合自己的项目/创业方向，做一名被 AI 武装的产品经理。

• 硬件选型
• 带你了解全球大模型
• 使用国产大模型服务
• 搭建 OpenAI 代理
• 热身：基于阿里云 PAI 部署 Stable Diffusion
• 在本地计算机运行大模型
• 大模型的私有化部署
• 基于 vLLM 部署大模型
• 案例：如何优雅地在阿里云私有部署开源大模型
• 部署一套开源 LLM 项目
• 内容安全
• 互联网信息服务算法备案
• …

学习是一个过程，只要学习就会有挑战。天道酬勤，你越努力，就会成为越优秀的自己。

如果你能在15天内完成所有的任务，那你堪称天才。然而，如果你能完成 60-70% 的内容，你就已经开始具备成为一名大模型 AI 的正确特征了。

这份完整版的大模型 AI 学习资料已经上传CSDN，朋友们如果需要可以微信扫描下方CSDN官方认证二维码免费领取【保证100%免费】