Sakana AI 聘请深度学习、世界模型先驱 Jürgen Schmidhuber，或影响下一次 ChatGPT 更新
东京初创公司 Sakana AI 聘请 Jürgen Schmidhuber 任首席科学顾问。他 1987/1990/1991 年的元学习、世界模型与深度学习工作，被视为今天 AI 热潮的早期基础；他将参与 Sakana 新的 RSI 实验室，目标是在东京聚集世界级专家，构建可自我强化的研究循环，并押注由世界模型驱动的物理 AI。
原贴
查看原文原文
中文翻译
硅谷的下一个大 AI 点子，可能早已出现在 Sakana AI 新任首席顾问 1991 年的一篇论文中。
这家总部位于东京的初创公司已聘请 Jürgen Schmidhuber，并称其为“现代 AI 之父”，担任首席科学顾问。
Sakana 将 1990 年世界模型的早期工作，以及支撑当今大部分 AI 繁荣的 1991 年深度学习技术，归功于他。
他 1987 年关于元学习和递归自我改进——即 AI 不断改进自身——的论文，开启了近四十年的机器如何学会学习的研究。
Sakana 表示，这些想法直接影响了其 Darwin Gödel Machine 和 The AI Scientist 等项目。
日本是基础神经网络架构和先进机器人的诞生地。很荣幸加入 Sakana AI，帮助连接这两个世界。智能的未来不只是语言；它是由世界模型驱动的物理 AI。Sakana AI 处于独特位置，可以通过构建能够真正理解、模拟并与物理宇宙互动的自主系统，重拾日本的创新遗产。
Jürgen Schmidhuber
日本是基础神经网络架构和先进机器人的诞生地。很荣幸加入 Sakana AI，帮助连接这两个世界。智能的未来不只是语言；它是由世界模型驱动的物理 AI。Sakana AI 处于独特位置，可以通过构建能够真正理解、模拟并与物理宇宙互动的自主系统，重拾日本的创新遗产。
Schmidhuber 将帮助指导 Sakana 新的 RSI 实验室，该实验室旨在构建一个自我强化的研究循环，让机器变得更聪明。
为此，Sakana 表示希望在东京聚集“世界级专家的临界质量”。
核心信息
东京初创公司 Sakana AI 聘请 Jürgen Schmidhuber 任首席科学顾问。他 1987/1990/1991 年的元学习、世界模型与深度学习工作，被视为今天 AI 热潮的早期基础；他将参与 Sakana 新的 RSI 实验室，目标是在东京聚集世界级专家，构建可自我强化的研究循环，并押注由世界模型驱动的物理 AI。
- 东京初创公司 Sakana AI 聘请 Jürgen Schmidhuber 任首席科学顾问。他 1987/1990/1991 年的元学习、世界模型与深度学习工作，被视为今天 AI 热潮的早期基础；他将参与 Sakana 新的 RSI 实验室，目标是在东京聚集世界级专家，构建可自我强化的研究循环，并押注由世界模型驱动的物理 AI。
- 原贴提到：Silicon Valley's next big AI idea is probably already sitting in a 1991
- 来源：the-decoder.com
详细解读
这是什么信号
这不是一次普通的人才加盟。Sakana AI 把 Jürgen Schmidhuber 放到首席科学顾问位置，等于把公司叙事锚定在“AI 的源头论文”上：1987 年元学习与递归自我改进、1990 年世界模型、1991 年深度学习技术。Sakana 同时说这些思想直接影响 Darwin Gödel Machine 和 The AI Scientist，说明它想把自己定位成“能自我改进的研究型 AI”公司，而不是只做应用层产品。
更具体的新动作是 RSI 实验室。RSI 指递归自我改进，目标是让机器参与改进机器，形成自我强化的研究循环。Sakana 还明确要在东京聚集“世界级专家的临界质量”。这意味着它在做两件事：一是用学术权威为前沿方向背书，二是围绕东京建立人才密度。
为什么重要
当前大模型竞争主要集中在语言、多模态和推理。Schmidhuber 的加入及 Sakana 的表述，把另一个路线推到台前：智能不只是语言，而是由世界模型驱动的物理 AI。若这一判断成立，下一阶段竞争会从“谁的语言模型更强”扩展到“谁能理解、模拟并与物理世界交互”。
另一个重要点是递归自我改进。它长期是 AI 安全与能力讨论的核心议题：如果机器能改进自身研究流程，能力提升可能加速；同时也带来可控性、验证和治理问题。Sakana 把 RSI 实验室作为新载体，等于把这一争议方向机构化。
对谁有价值
对 AI 研究者，这是观察顶级人才如何选择研究议程的样本：世界模型、元学习、自我改进重新获得创业公司资源。对创业者和产品负责人，这提示差异化可能不在套壳语言模型，而在可模拟物理世界的系统、机器人、自主系统和研究自动化。对投资人与日本科技生态，这是一个信号：东京试图用全球顶级专家重建 AI 与机器人交叉领域的创新遗产。
可以怎么行动
1）盯住 RSI 实验室的招聘、论文和开源动作，而不是只看新闻稿。2）如果你在做机器人、仿真、工业 AI 或科学发现，评估世界模型能否进入你的技术路线图。3）把“AI 辅助研究”从效率工具升级为战略能力：记录哪些研发环节可被自动化、如何验证结果。4）人才策略上，考虑如何像 Sakana 一样用清晰前沿议程吸引专家，而不是只靠薪酬。
风险或限制
首先，首席科学顾问通常是战略和声誉角色，不等于日常研发负责人，实际影响力要看投入程度和团队执行。其次，“现代 AI 之父”等称谓带有叙事包装，学界对 credit 分配并非没有争议。再次，世界模型和 RSI 都处于早期，商业化路径、算力成本、安全验证和监管不确定性都很高。最后，东京聚集世界级专家需要时间，人才竞争、签证、语言和组织文化都可能限制速度。
信息差价值
这条内容的真正价值，不只是“有人发布了一个新功能”，而是它揭示了 the-decoder.com 背后的产品方向、工作流变化或竞争信号。对 OPC 来说，这种信息可以转化成持续追踪的栏目选题。
如果把《Sakana AI 聘请深度学习、世界模型先驱 Jürgen Schmidhuber，或影响下一次 ChatGPT 更新》放到你的内容系统里，它最大的价值在于帮助读者更快看懂“为什么值得关注”，而不是只看到一条碎片化动态。
参考来源
TOPIC HUBS
延伸专题
AI SUMMARY
这篇文章回答了什么
Sakana AI 聘请深度学习、世界模型先驱 Jürgen Schmidhuber，或影响下一次 ChatGPT 更新主要讲什么？
东京初创公司 Sakana AI 聘请 Jürgen Schmidhuber 任首席科学顾问。他 1987/1990/1991 年的元学习、世界模型与深度学习工作，被视为今天 AI 热潮的早期基础；他将参与 Sakana 新的 RSI 实验室，目标是在东京聚集世界级专家，构建可自我强化的研究循环，并押注由世界模型驱动的物理 AI。
这篇文章最值得关注的要点是什么？
东京初创公司 Sakana AI 聘请 Jürgen Schmidhuber 任首席科学顾问。他 1987/1990/1991 年的元学习、世界模型与深度学习工作，被视为今天 AI 热潮的早期基础；他将参与 Sakana 新的 RSI 实…；原贴提到：Silicon Valley's next big AI idea is probably already sitting in a 1991；来源：the-decoder.com
这篇文章和哪些AI专题相关？
它适合放在AI副业、AI工具、AI超级个体专题里阅读。 关联原因：这篇内容命中「项目、小生意、变现」等主题信号。；这篇内容命中「模型」等主题信号。；这篇内容命中「学习」等主题信号。
阅读这篇文章建议先理解哪些关键词？
建议先理解AI工具、工具、自动化、模型、Cursor这些关键词，再结合正文判断工具、机会或风险是否值得进入自己的工作流。