谷歌DeepMind發布Genie 2模型：一鍵生成3D遊戲

美國當地時間周三，谷歌旗下人工智能研究機構 DeepMind 推出了一款新模型 Genie 2。作爲今年初推出的 Genie 模型的升級版，Genie 2 标志着人工智能在虛拟世界生成領域的一次重大突破。

作爲一種基礎世界生成模型，Genie 2 能夠憑借一張圖生成無限多樣的、可操控且可玩的 3D 環境，用于訓練和評估具身智能體。

DeepMind 宣稱，Genie 2 能夠生成 " 豐富多樣的 3D 世界 "，用戶可通過鼠标或鍵盤在這些世界中自由跳躍、遊泳等。經過視頻訓練，該模型能夠精準模拟物體的交互、動畫效果、照明、物理現象、反射效果以及 "NPC"（非玩家角色）的行爲。

DeepMind 發布的演示視頻，就生動展示了用戶與 Genie 2 的互動過程。

首先，系統使用 Imagen 3 根據文字描述生成初始圖片。然後，Genie 2 就能基于這張圖片創造出一個完整的互動世界。最後，用戶可以用鍵盤鼠标在這個世界裏自由探索，而 Genie 2 會實時模拟生成你看到的每一幀畫面。

更重要的是，DeepMind 透露，Genie 2 具備從不同視角（如第一人稱視角與等距視角）生成連貫世界的能力，這些生成的世界可持續時間長達一分鍾，盡管多數情況下維持在 10 到 20 秒之間。

事實上，谷歌對世界模型研究的投入正在持續擴大。今年 10 月，DeepMind 聘請了 OpenAI 前視頻生成項目負責人 Tim Brooks，同時兩年前從 Meta 挖來了以開放式實驗聞名的 Tim Rockt ä schel。