谷歌Genie 3官宣：一句話生成3D世界，但普通人還玩不上

谷歌Genie 3官宣：一句話生成3D世界（來源：本站科技報道）

8月6日消息，谷歌DeepMind近日發佈了其AI“世界模型”（world model）的新版本Genie 3。 該模型能夠基於用戶提示詞，實時生成可供用戶及AI智能體（AI agent）進行互動的3D環境。據谷歌介紹，Genie 3在互動時長和場景記憶的連貫性上，均較前代版本有顯著提升。

世界模型是一種可以模擬環境的AI系統，其應用場景包括教育、娛樂以及機器人或AI智能體的訓練。與傳統視頻遊戲依賴3D資產手動構建世界不同，世界模型完全由AI根據提示詞生成可供用戶探索的空間。谷歌正大力投入該領域，不僅在去年十二月展示了可基於圖片生成互動世界的Genie 2，目前還在組建一支專門的世界模型團隊，該團隊由OpenAI視頻生成工具Sora項目的一位前聯合負責人領導。

根據谷歌發佈的一篇博文，Genie 3在覈心性能上實現了多項關鍵迭代。其生成的互動世界，可支持“數分鐘”的連續互動，相比Genie 2僅能實現的10至20秒互動時長，有了大幅提升。

此外，新模型增強了場景的“物體恆存”能力。谷歌表示，Genie 3能將空間在視覺記憶中保持約一分鐘。這意味着，當用戶在虛擬世界中將視線從一個物體上移開再轉回時，牆上的油漆或黑板上的字跡等細節將保持原位，不會發生意外的扭曲或變化。技術規格方面，Genie 3生成的世界將擁有720p的分辨率，並以24fps的幀率運行。

DeepMind還在Genie 3中加入了一項名爲“可提示化世界事件”（promptable world events）的新功能，允許用戶通過提示詞，直接改變世界中的天氣狀況或添加新的人物角色。

然而，Genie 3在發佈初期將不會向公衆開放。 谷歌方面稱，該模型將首先以“有限研究預覽版”的形式，提供給“一小部分學者和創作者”使用，以便其開發者能更好地理解潛在風險並制定適當的緩解措施。

目前，該模型仍存在一些限制，例如用戶與生成世界的互動方式有限，以及清晰可讀的文本“通常只有在輸入的提示詞描述中提供時才能生成”。谷歌表示，公司正在“探索”未來如何將Genie 3提供給“更多的測試者”。（易句）

（本文由AI翻譯，本站編輯負責校對）