据悉，谷歌DeepMind最新发布Genie 3，这是目前最先进的世界模型之一。Genie 3能够通过文本实时生成完全互动且高度一致的动态世界，用户可以以每秒24帧、720p分辨率进行实时探索。该模型是通向通用人工智能（AGI）的关键一步，能让AI智能体在丰富的模拟环境中训练。
Genie 3由DeepMind的Veo 2和Genie 2项目合作完成，具有多项突破性特性。它能够保留长达一分钟的空间记忆，例如角色在墙上刷漆后移动，返回时漆迹仍在。此外，物理规律成为模型的自然产物，随着训练数据规模和深度的提升，物理效果表现更加真实，如水的模拟和光照变化。
Genie 3在模拟现实世界的能力上有巨大飞跃，其生成的视频内容真假难辨。模型通过大规模数据训练，涌现出符合人类直觉的行为，如角色靠近门时会推测打开门，下水会游泳或溅起水花。这些行为是模型自主学习的结果，而非专门设计。
未来，DeepMind将继续提升Genie系列的真实感和交互性，目标是让模型产生更广泛的影响。Genie 3最终将开放给其他团队，用于创造更多应用场景，如个人游戏世界、强化学习智能体训练和机器人研究等。
原创文章，作者：科技探索者，如若转载，请注明出处：https://www.kejixun.co/article/731377.html
