博客
什么是 Google DeepMind Genie 3？世界模型的新前沿
Google DeepMind 宣布推出 Genie 3，这是一个通用世界模型，代表了 AI 生成交互式环境的重大飞跃。该系统可以生成动态世界，您可以以 24 fps 的速度实时导航，在 720p 分辨率下保持数分钟的一致性。
什么是世界模型？
世界模型是利用对世界的理解来模拟其各个方面的 AI 系统。 它们使 AI 智能体能够预测环境将如何演变，以及它们的行动将如何影响环境。
演进历程：从 Genie 1 到 Genie 3
Genie 1（2024）：第一个能够从图像生成新环境的基础世界模型。
Genie 2（2024）：大规模基础世界模型，功能扩展但缺乏实时交互。
Genie 3（2026）：该系列中首个支持实时交互且一致性改进的世界模型。
Genie 3 的核心功能
物理属性建模
Genie 3 可以模拟水动力学、光照效果和复杂的环境交互等自然现象。
自然世界模拟
系统生成具有逼真动物行为和复杂植物生命的生动生态系统。
动画和虚构
Genie 3 以多种视觉风格创建奇幻场景和富有表现力的动画角色。
地点和历史场景探索
该系统可以超越地理和时间界限。
实时交互性
以 24 fps 实现实时性能需要重大技术创新。
可编程世界事件
除了导航之外，Genie 3 还允许基于文本的干预来修改生成的世界。
局限性
- 有限的动作空间
- 多智能体交互的挑战
- 无法完美模拟真实世界位置
- 支持几分钟，而非几小时
可用性
Genie 3 目前是有限的研究预览版，仅供选定的学者和创作者使用。
寻找替代方案？
如果您想现在就体验实时世界生成，PixVerse R1 提供了一个公开可访问的替代方案，支持 1080p 分辨率。
在我们的 Genie 3 vs PixVerse R1 对比 中了解更多。