Danijar Hafner 在舊金山 SoMa 區的辦公室大多是空的。他全新的創投公司仍處於隱匿階段，連名字都還沒掛在門上。我拜訪當天，只有另外一個人，以及少量的家具。但它在裝潢上的不足，卻被機器人補足了。各種形狀和大小的擬人機器人，像懸線木偶一樣掛在貫穿寬敞空間中央的架子上。
Hafner，31歲，雖然對他的新事業還不能透露太多，但他將其描述為他長期以來致力於讓 AI 能夠駕馭其訓練中未曾遇過的環境工作的延續。他從中國進口的擬人機器人，是他這項工作的下一階段演進，也是其實體體現。它們在先前未經測試的場景中做出反應的能力，將是讓機器人進入人類空間的關鍵。因為如果你想讓機器人進入別人家裡，例如，它需要能夠處理它從未見過的平面佈局和家具。
為達成此目標，Hafner 依賴一種稱為模型式強化學習（model-based reinforcement learning）的方法。他開發了世界模型（world models）——旨在模擬物理現實的 AI 模型——並在其中訓練代理人。代理人本質上將模型視為真實世界的模擬，並學習在那裡如何行動。然後，它利用這些經驗對未來結果做出預測（Hafner 或許會說，做夢或想像）。這使得代理人——或嵌入其中的機器人——能夠在真實世界中駕馭陌生的情況。
「我能與許多非常聰明的研究人員在 Google 互動，而他輕鬆地躋身前 1% 的頂尖行列。」
與其他努力不同的是，Hafner 的技術使代理人及其控制的機器人能夠執行極其複雜的任務，而無需像傳統機器人學中那樣進行真實世界的試錯訓練。
Hafner 在德國東北部一個鄉村城鎮長大，他的父母都是古典音樂家。他從鄰居那裡學會了程式設計，並在高中時開始上關於 AI 的線上課程，這很快發展成他的熱情所在。「我一直對思考如何運作著迷，」他說。AI 為他提供了一種在電腦上模仿它的方法。
2015年，他還是波茨坦哈索普拉特納學院（Hasso Plattner Institute）工程學二年級本科生時，就獲得了在 Google Brain 擔任學生研究員的機會。從那裡開始，他在該公司擔任了十幾份實習和其他職位，包括在英國、加拿大和美國的 Google Brain 和 Google DeepMind（兩者後來合併為 DeepMind）任職。他與包括被譽為 AI 教父之一的 Geoffrey Hinton，以及開創性研究論文「Attention Is All You Need」的合著者 Ashish Vaswani 在內的業界傳奇人物共事，該論文描述了當今大型語言模型所使用的 Transformer 技術。
Hafner 在 Google 的前主管兼合著者 Timothy Lillicrap 形容他是眾多傑出人才中的佼佼者。「我能與許多非常聰明的研究人員在 Google 互動，而他輕鬆地躋身前 1% 的頂尖行列，」Lillicrap 說。「在許多情況下，他能憑一己之力完成需要整個工程團隊才能完成的項目。」
多年來，Hafner 透過讓在世界模型中訓練的代理人與熱門電子遊戲對戰，來磨練和驗證他的方法。他的第一個突破是 PlaNet，一個允許代理人透過預先規劃來執行動作的模型。他的 Dreamer 2 是第一個使用世界模型在 Atari 2600 遊戲中達到人類水平表現的代理人。Dreamer 3 是第一個解決 Minecraft 鑽石挑戰——成功自行挖掘遊戲內寶石——的代理人。而 Dreamer 4 更進一步，透過離線的遊戲錄影數據集學習挖掘鑽石，而無需直接與遊戲互動。
最近，他開始將他的代理人從虛擬世界遷移到物理現實。他的 DayDreamer 專案利用 Dreamer 演算法，讓機器人在新環境中自主操作，並對新體驗（例如被推倒）做出反應，而無需任何特定訓練。
如今，Hafner 正在經營他的新創公司，他於 2025 年秋季離開 Google DeepMind 創立了這家公司。儘管他對下一步行動守口如瓶，但顯然他懷抱著遠大的夢想：「我對解決一個能改變世界的問題感興趣，」他暗示道。