Google DeepMind推出的Genie 3世界模型

Google DeepMind已推出Genie 3，這是一個能從文字提示生成互動虛擬環境的世界模型。與傳統影片生成器只能製作被動內容不同，Genie 3能創建可探索的世界，可即時回應用戶輸入。該模型目前已向美國的Google AI Ultra訂閱者開放。

什麼是世界模型？

世界模型在根本上不同於影片生成或靜態3D重建技術。雖然Sora或Runway等影片生成器會製作預先確定的序列，NeRF或高斯濺射等方法會重建現有場景，但世界模型會動態模擬環境。

Genie 3根據初始提示和持續的用戶互動，逐幀自動迴歸地生成幀。這意味著環境會根據導航和動作進行演變，而不是播放固定序列。

主要特性

實時生成

Genie 3以720p解析度和每秒24幀的速率生成內容。該系統會立即回應用戶輸入，實現在生成的環境中流暢導航。這代表了一項重大的技術成就——在動態生成幀的同時保持視覺連貫性。

環境一致性

該模型保持約一分鐘的視覺記憶，確保用戶在空間中移動時的一致性。物體保持穩定，光線保持連貫，整體場景即使在視角改變時也保持其身份。

物理模擬

Genie 3模擬各種物理現象：

水的物理特性：反射、漣漪和流體運動
光照：動態陰影、一天中不同時間的變化、大氣效應
天氣：雨、雲、霧的過渡
動物行為：在環境中移動和反應的生物

可提示事件

用戶在互動過程中可以通過文字提示向生成的世界注入變化。這包括改變天氣條件、引入物體或觸發環境變化——所有這些都在保持會話的同時進行。

多樣化的世界類型

該模型可處理各種環境類型：

照片級逼真風景：具有準確光照和植被的自然環境
奇幻場景：外星世界、魔法森林、不可能的建築
歷史重建：時代準確的城市景觀和室內空間
抽象空間：非歐幾里得幾何和超現實環境

與舊版本的演進

Genie項目經歷了多次迭代：

Genie 1展示了從圖像和文字生成類遊戲環境的概念，但缺乏實時互動性。

Genie 2改進了視覺質量和一致性，但主要還是作為影片生成器運作，互動能力有限。

Genie 3引入了真正的實時互動。用戶可以自由導航，而不是觀看生成的序列。該模型能即時回應移動和動作，相比其前身提供了根本不同的體驗。

使用案例

研究應用

像Genie 3這樣的世界模型能讓AI代理在多樣化的模擬環境中訓練，無需構建自定義模擬。機器人研究人員可以測試導航演算法，自主系統開發人員可以大規模讓代理接觸各種情景。

教育環境

互動生成的世界可以服務於教育目的——讓學生探索歷史時期、訪問無法到達的地點，或在可導航的3D空間中視覺化抽象概念。

創意和媒體製作

內容創作者可以使用Genie 3進行概念探索、情緒板和預製可視化。與靜態影像生成相比，在生成的環境中行走可以為空間規劃提供優勢。

遊戲和原型設計

遊戲設計師可以快速原型化環境並測試空間想法，無需構建資產。雖然當前系統無法替代生產遊戲引擎，但它可以加速早期探索。

當前限制

Genie 3有幾項值得注意的限制：

時長：互動持續幾分鐘而不是數小時。該系統不是為可與傳統遊戲或模擬相媲美的延長會話而設計的。

地理準確性：真實世界位置可能不完全準確。該模型生成合理的環境而不是準確的重建。

文字呈現：與許多生成式模型一樣，Genie 3難以在場景中呈現可讀的文字。

多代理互動：涉及多個自主實體的複雜場景仍然具有挑戰性。該模型在處理環境方面表現更好，而不是人口稠密的社交場景。

動作限制：用戶互動主要基於導航。複雜的操作或物理互動在傳統遊戲引擎的水平上不支援。

可用性

Genie 3目前向美國的Google AI Ultra訂閱者開放。該發佈遵循2025年8月宣佈的研究預覽版本，公開版本於2026年1月29日推出。

存取需要有效的AI Ultra訂閱。國際可用性尚未公佈。

對AI開發的影響

Genie 3代表著AI系統向理解和模擬空間環境邁進。世界模型彌合了被動生成和互動模擬之間的鴻溝。

這一開發出現了幾個趨勢：

訓練環境：AI系統可能越來越多地在生成的世界中訓練，而不是手工製作的模擬，有可能降低開發成本並增加情景多樣性。

互動AI：內容生成和互動系統之間的界限持續模糊。未來的AI可能會在創建和模擬之間無縫轉換。

計算要求：此質量級別的實時世界生成需要大量計算資源，目前限制了對基於雲的系統的部署。

結論

Genie 3證明了AI可以從文字描述生成連貫的互動3D環境。雖然在時長、準確性和互動複雜性方面存在限制，但該系統建立了一個新的AI能力類別。

像Genie 3這樣的世界模型通過添加互動性補充現有的AI影片和影像生成器。隨著這些系統的改進，生成內容和互動模擬之間的區分將繼續縮小。

對於對AI生成環境感興趣的研究人員、創作者和開發人員，Genie 3提供了早期觀察世界模型能夠達成的成果——以及它們的發展方向。