馬斯克從英偉達(dá)挖人做AI游戲！第一步：研發(fā)世界模型

衡宇 2025-10-13 09:49:19 來源：量子位

衡宇 發(fā)自 凹非寺

量子位 | 公眾號(hào) QbitAI

馬斯克的xAI也入局世界模型了！

想必聽到這個(gè)消息的Meta、Google DeepMind一定會(huì)緩緩打出一個(gè)問號(hào)：沖我們來的？

據(jù)《金融時(shí)報(bào)》（FT）報(bào)道，為了增加這場(chǎng)“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(chǎng)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(gè)“小目標(biāo)”——

2026年年底前，xAI會(huì)發(fā)布一款偉大的AI生成游戲。

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）。

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(shí)驗(yàn)室們的新戰(zhàn)場(chǎng)，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)

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

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(tái)的核心開發(fā)工作。

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

簡(jiǎn)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(dòng)駕駛等領(lǐng)域。

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

——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(píng)測(cè)天然契合，難怪xAI內(nèi)部人士透露，馬斯克計(jì)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(gè)概念，其實(shí)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(gè)世界，再去規(guī)劃行動(dòng)、預(yù)測(cè)結(jié)果。

而時(shí)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(duì)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(dòng)機(jī)器人技術(shù)、創(chuàng)意產(chǎn)業(yè)和計(jì)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(shí)現(xiàn)更大規(guī)模的虛擬世界和多元宇宙的構(gòu)建。

在過去一年，這個(gè)方向幾乎成了AI巨頭和實(shí)驗(yàn)室的兵家必爭(zhēng)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(cè)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(chǎng)，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(duì)正在嘗試讓AI自動(dòng)生成自適應(yīng)、逼真的3D場(chǎng)景，可以根據(jù)玩家行為實(shí)時(shí)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(dòng)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(dòng)，這很有道理。”

與此同時(shí)，xAI內(nèi)部也正在為此組建一支全模態(tài)團(tuán)隊(duì)（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(duì)包括多個(gè)方向：

• Member of Technical Staff – Multimodal（Audio），職責(zé)涵蓋音頻理解、生成與評(píng)測(cè)；
• 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(gè)職位在業(yè)內(nèi)引發(fā)熱議，Video Games Tutor，即電子游戲?qū)煛?/p>

相關(guān)招聘頁面寫得很直接：

時(shí)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(jì)。

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(jì)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(gè)真實(shí)世界的副本。

這意味著它既可以驅(qū)動(dòng)AI游戲，也可以驅(qū)動(dòng)智能體、自動(dòng)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(dòng)駕駛數(shù)據(jù)，Neuralink提供腦機(jī)接口則是社交與實(shí)時(shí)反饋的平臺(tái)。

如果這些板塊能通過世界模型互通，馬斯克的AI帝國(guó)，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/