这位AI创业者正研发能应对未知场景的智能体

Danijar Hafner 的办公室坐落在旧金山 SoMa 区，几乎空无一物。他的初创公司仍处于隐身阶段，连门牌都还没挂出来。我造访那天，里面只有另一个人，家具也屈指可数。不过装修上的简朴被机器人弥补得绰绰有余——各种尺寸的人形机器人像提线木偶般悬挂在贯穿开阔空间中央的支架上。

31 岁的 Hafner 暂不便透露新业务的太多细节，但他将其描述为多年研究的延续：让 AI 能够应对训练时从未见过的环境。这些人形机器人是他从中国进口的，既是这项研究的下一个进化阶段，也是它的实体化身。它们能否在未经测试的场景中灵活应变，将决定机器人能否真正走进人类的生活空间。举个例子，如果你要把机器人送进某人的家里，它必须能处理从未见过的户型和家具布局。

为此，Hafner 依赖一种叫做 model-based reinforcement learning 的方法。他开发 world models——旨在模拟物理现实的 AI 模型——并在其中训练 agent。Agent 本质上把模型当作真实世界的模拟器，学习如何在其中行动，再利用这些经验对未来的结果做出预测（用 Hafner 的话说，就是"做梦"或"想象"）。这让 agent——或者说它们所嵌入的机器人——能够应对现实中的陌生情境。

"在 Google 做研究，我能接触到很多非常聪明的人，而他轻松跻身其中前 1% 的顶尖行列。"

Timothy Lillicrap，Google DeepMind

与其他方案不同，Hafner 的技术让 agent 及其控制的机器人无需传统机器人学中依赖真实环境反复试错训练的方式，就能执行极其复杂的任务。

Hafner 在德国东北部的一个小镇长大，父母都是古典音乐演奏者。编程是他跟邻居学来的，高中时他开始上 AI 在线课程，很快便成了他毕生的热爱。"我一直对思维是如何运作的着迷，"他说。AI 为他提供了一条在计算机上模拟思维的路径。

2015 年，Hafner 还是波茨坦哈索·普拉特纳理工学院（Hasso Plattner Institute）工程专业的二年级本科生，就拿到了 Google Brain 的实习生研究员岗位。此后他在该公司辗转十余个实习和研究岗位，先后在 Google Brain 和 Google DeepMind（两家如今已合并为 DeepMind）驻点，足迹遍及英国、加拿大和美国。他曾与多位行业传奇共事，包括被称为 AI 教父之一的 Geoffrey Hinton，以及开创性论文《Attention Is All You Need》的共同作者 Ashish Vaswani——这篇论文正是当今大语言模型所依赖的 Transformer 技术的奠基之作。

Hafner 在 Google 的前上级兼合著者 Timothy Lillicrap 评价他是"顶尖中的顶尖"。"在 Google 做研究，我接触到的聪明人已经够多了，而他轻松排进前 1% 的头部，"Lillicrap 说，"很多时候，一整支工程师团队才能搞定的东西，他一个人就能做出来。"

多年来，Hafner 不断打磨并验证自己的方法：让在世界模型中训练的智能体去挑战热门电子游戏。他的第一个突破是 PlaNet，这个模型让智能体能够先规划、再行动。Dreamer 2 是第一个借助世界模型在 Atari 2600 游戏上达到人类水平的智能体。Dreamer 3 则首次完成了《Minecraft》钻石挑战——独立挖出游戏内的宝石。Dreamer 4 又更进一步：它仅从离线录制的游戏视频数据集中学习如何挖钻石，全程无需与游戏直接交互。

近来，他开始把智能体从虚拟世界带入物理现实。他的 DayDreamer 项目利用 Dreamer 算法，让机器人能够在陌生环境中自主运行、应对新情况（比如被撞倒），且无需任何针对性训练。

如今，Hafner 正在运营他于 2025 年秋天离开 Google DeepMind 后创立的创业公司。尽管他对下一步计划守口如瓶，但能看出他的野心不小："我想解决一个能改变世界的问题，"他透露道。