搜索
谷歌DeepMind深夜放核弹：世界模型Genie 3登场，重新定义“生成式AI”
4 天前
/ 阅读约2分钟
来源：凤凰网
刚刚谷歌 DeepMind 宣布推出第三代通用的世界模型 Genie 3 ，可以生成前所未有的多样化交互式环境，给出文本提示，Genie 3 可以生成动态世界，可以以每秒 24 帧的速度实时导航，并以 720p 的分辨率保持几分钟的一致性
Genie 3将首先以有限研究预览的形式，向一小部分学者和创作者开放 Genie 3，以收集关键反馈
Genie 3 的突破
DeepMind 在模拟环境领域已有十余年的深厚积累。从训练能玩转即时战略游戏的 AI，到为机器人开发开放式学习环境，这些研究都指向了一个共同的目标：构建强大的世界模型。
与前代模型（如 Genie 1/2）和视频生成模型（如 Veo 2，Veo 3对直觉物理学的深刻理解）相比，Genie 3 是第一个允许实时交互的世界模型，同时与 Genie 2 相比，其一致性和真实感也得到了提升
特性 |
Genie 2 |
Veo |
Genie 3 |
|---|---|---|---|
| 分辨率 | 360p |
720p 至 4K |
720p |
| 领域 | 3D 环境 |
通用 |
通用 |
| 控制方式 | 有限键盘/鼠标 |
视频级描述 |
实时导航；可提示的世界事件 |
| 互动时长 | 10-20 秒 |
8 秒 |
数分钟 |
| 互动延迟 | 非实时 |
不适用 |
实时 |
核心能力
