MIT Technology Review opublikował 8 września 2026 sylwetkę Danijara Hafnera — 31-letniego badacza, który jesienią 2025 odszedł z Google DeepMind i prowadzi w San Francisco startup w trybie stealth. Hafner stoi za serią Dreamer, czyli agentami uczącymi się wewnątrz modelu świata zamiast w realnym środowisku.
Najważniejsze w skrócie
- Hafner odszedł z Google DeepMind jesienią 2025, startup działa w dzielnicy SoMa w San Francisco
- PlaNet: agent planujący działania wewnątrz wyuczonego modelu środowiska
- DreamerV2: pierwszy model świata na poziomie człowieka w Atari 2600
- DreamerV3: pierwsze samodzielne rozwiązanie wyzwania Minecraft Diamond
- Dreamer 4: wydobycie diamentu wyuczone wyłącznie z nagrań rozgrywki
Model świata zamiast prób i błędów
Klasyczne uczenie ze wzmocnieniem wymaga milionów prób w środowisku. Model-based RL odwraca tę kolejność.
Pętla uczenia w modelu świata
Realne dane poprawiają symulację, a nie samą politykę działania. Dzięki temu agent potrafi przewidzieć skutek ruchu, którego nigdy nie wykonał. Formalnie model świata uczy się rozkładu kolejnego stanu otoczenia.
Znaczenie symboli
- …
- stan otoczenia w kroku t, w postaci ukrytej reprezentacji
- …
- działanie podjęte przez agenta w kroku t
- …
- wyuczony model przejścia o parametrach θ
Cztery pokolenia Dreamera
| Model | Przełom | Czego dowiódł |
|---|---|---|
| PlaNet | planowanie wewnątrz wyuczonego modelu | agent może planować, nie tylko reagować |
| DreamerV2 | poziom człowieka w Atari 2600 | model świata dorównuje metodom bez modelu |
| DreamerV3 | Minecraft Diamond bez podpowiedzi | radzi sobie z długą sekwencją przy rzadkiej nagrodzie |
| Dreamer 4 | diament z samych nagrań | trening bez żadnej interakcji ze środowiskiem |
Najtrudniejszy z tych progów pokonał DreamerV3, bo Minecraft Diamond łączy długi łańcuch zależnych kroków z rzadką nagrodą. Osobny projekt DayDreamer przeniósł te algorytmy na fizyczne roboty.
Kto za tym stoi
Danijar Hafner wychował się na wsi w północno-wschodnich Niemczech, w rodzinie muzyków klasycznych. Programowania nauczył go sąsiad. Etat badacza w Google Brain dostał w 2015 roku, na drugim roku studiów inżynierskich w Hasso Plattner Institute w Poczdamie. Potem przeszedł przez kilkanaście stanowisk w Google Brain i Google DeepMind w Wielkiej Brytanii, Kanadzie i USA, pracując m.in. z Geoffreyem Hintonem i Ashishem Vaswanim.
Spokojnie mieści się w górnej połowie jednego procenta.
Timothy Lillicrap, badacz Google DeepMind i współautor pracy o DreamerV3.
Dlaczego to ważne?
Modele świata są dziś jedyną poważną alternatywą dla skalowania LLM, jeśli celem jest agent działający w fizycznym otoczeniu. Różnica jest praktyczna: model językowy przewiduje następny token, model świata przewiduje następny stan otoczenia.
Dreamer 4 pokazał, że da się to wytrenować z samego wideo, co usuwa najdroższy element robotyki — zbieranie danych na realnym sprzęcie. W biurze startupu stoją humanoidy sprowadzone z Chin, więc kierunek jest czytelny.
Co dalej?
- Startup pozostaje w trybie stealth — brak nazwy, ujawnionych inwestorów i zapowiedzianego produktu
- Humanoidy sprowadzone z Chin stojące w biurze wskazują na testy modeli świata na fizycznym sprzęcie, ale firma nie potwierdziła żadnego wdrożenia
- MIT Technology Review nie podał wielkości zespołu ani terminu jego pierwszej publikacji naukowej
Źródła
- MIT Technology Review — This AI entrepreneur is developing agents that can plan ahead for the unexpected
- arXiv — Mastering Diverse Domains through World Models
