马斯克xAI加入世界模型竞赛，挖角英伟达专家瞄准AI游戏

埃隆·马斯克的xAI公司正式宣布进军世界模型领域！

这一消息无疑让Meta和Google DeepMind等竞争对手感到警觉，或许会心生疑问：这是直接挑战我们吗？

根据《金融时报》的报道，为了在这场“世界模型大战”中占据优势，xAI在今年夏季从英伟达招募了数位资深研究员以增强实力。

与此同时，在默默布局世界模型后，马斯克近日在𝕏平台上再次确认了去年设定的“小目标”——

到2026年底，xAI将推出一款卓越的AI生成游戏。

Stability AI创始人EMostaque在𝕏上分享了一组数据：

OpenAI今年预计收入约100亿美元，而视频游戏行业今年总收入约2000亿美元。

马斯克此举，可谓“注意力就是一切”（调侃）。

从英伟达挖掘人才，行动开始！

世界模型已成为近两年全球AI巨头和实验室的新焦点，Google DeepMind、Meta、NVIDIA、李飞飞等都在积极研究。

现在，xAI也加入了这一行列。

而它的第一步，便是从英伟达吸引人才——

今年夏季，xAI至少聘用了两位英伟达的前研究员：Zeeshan Patel和Ethan He。

其中，Zeeshan Patel于今年5月从UC伯克利获得硕士学位，研究方向涵盖深度学习、生成模型和物理人工智能。

在加入xAI之前，他曾在苹果的AI/ML部门进行基础模型研究，随后加入英伟达研究院专注于生成式世界模型的开发。

在英伟达工作期间，Zeeshan Patel致力于大规模多模态模型和训练框架的研究。

Ethan He，本科毕业于西安交通大学，之后在卡内基梅隆大学攻读计算机视觉硕士学位，以优异成绩毕业。

目前，他在Google Scholar上的引用次数达到8495。

2019年至2021年，Ethan He在Facebook AI担任研究工程师，主要负责大规模视频自监督学习和视频基础模型等工作。

2023年，他加入英伟达，工作内容涉及MoE模型、多模态模型和世界模型。

今年7月，他正式成为xAI的一员。

这两人的一个共同点是他们都曾参与英伟达Omniverse平台的核心开发。

Omniverse是全球领先的仿真平台之一，被誉为“通往物理世界的数字平行宇宙”。

简而言之，Omniverse是英伟达创建的物理一致性仿真系统，广泛应用于机器人训练、3D建模、数字孪生和自动驾驶等领域。

它能在虚拟环境中精确模拟现实物理规律，使AI无需接触实际世界就能学习如何与环境交互。

——而这正是世界模型所需的能力。

Omniverse与世界模型的训练和评估天然契合，因此有xAI内部人士透露，马斯克计划在xAI中利用英伟达在图形和物理模拟方面的技术积累，应用于自家的世界模型系统。

进军世界模型的目的何在？

“世界模型”这一概念最初源于强化学习，指的是让AI先在内部模拟一个世界，然后规划行动并预测结果。

如今，它被许多行业专家视为实现通用人工智能（AGI）的核心基础。

AI领域的知名学者李飞飞对世界模型的定义基于人类自然形成的世界心智模型。

她指出，世界模型是一种能够真正理解和推理物理3D世界的AI系统，而不仅限于文本处理。这种模型使AI能够理解3D结构、形状和组合性，从而推动机器人技术、创意产业和计算领域的未来发展。

李飞飞认为，世界模型不仅能生成和重建持久存在、可导航的3D环境，还能支持多种应用，促进更大规模虚拟世界和多元宇宙的构建。

过去一年中，这一领域几乎成为AI巨头和实验室的必争之地。

DeepMind推出了Genie 3，能够从单张图片或文本直接生成可交互的2D游戏世界；

Meta发布了V-JEPA-2，使模型能够在视频中预测未来帧并理解物理因果关系；

英伟达自身也在加强世界模型的研究，用于机器人训练和数字孪生；

……

那么，马斯克带领xAI进入这一领域，究竟意欲何为？

据知情人士透露，xAI进入世界模型后的首个应用领域可能是电子游戏。

目前，团队正在探索让AI自动生成自适应、逼真的3D场景，这些场景能够根据玩家行为实时调整。

这与马斯克此前设定的目标完全一致——到2026年底，发布一款由世界模型驱动的AI生成游戏。

一位用户在𝕏上评论说：“AI在游戏开发中效率极高，能释放创造力，这很有意义。”

同时，xAI内部正在组建一个全模态团队（Multimodal Team），专注于图像、视频、音频的综合理解与生成。

近期公布的招聘信息显示，该团队包括多个职位：

• Member of Technical Staff – Multimodal（Audio），负责音频理解、生成与评估；
• Member of Technical Staff – Multimodal Understanding，年薪范围18万至44万美元，重点在于多模态建模和数据系统。

此外，还有一个职位在业内引起广泛讨论，Video Games Tutor，即电子游戏导师。

招聘页面明确写道：

时薪45至100美元，职责是向模型讲解电子游戏机制、叙事逻辑和任务设计。

看来，马斯克似乎希望通过人类专家教导模型如何玩游戏、设计任务以及构建可交互世界。

马斯克在多次公开场合中强调，xAI的使命是“让AI理解宇宙的本质”。而世界模型正是实现这一目标的关键路径。

拥有世界模型后，AI不再仅限于内容生成，而是能在内部模拟一个真实世界的副本。

这意味着它可以驱动AI游戏，也能驱动智能体、自动驾驶甚至具身智能机器人。

从这一点来看，xAI、特斯拉、Neuralink、𝕏之间的关系变得更加紧密——

xAI负责模型研发，特斯拉提供机器人和自动驾驶数据，Neuralink贡献脑机接口技术，而𝕏则作为社交和实时反馈平台。

如果这些部分能通过世界模型相互连接，马斯克的AI帝国将实现真正闭环。

参考链接：

[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/