DeepMind 发布 Project Genie 交互式世界生成原型

DeepMind 发布 Project Genie 交互式世界生成原型，一个能从单张图片或一段描述生成可交 互 3D 世界的 AI 系统。Genie 系列从 Genie 1 的 2D 像素世界，到 Genie 2 的 3D 场景， 这一代进一步把世界规模、物理一致性、可交互性向前推。

生成的世界包含可移动角色、可触发物理交互、动态光照和天气，用户可以用键鼠或控制器在 其中自由探索。底层是基于扩散模型的视频生成 + 强化学习训练的物理动力学模型。每秒生成 约 30 帧，分辨率 720p，单次会话可持续数分钟。

Project Genie 现阶段仍是研究原型，未对公众开放，但代表了"世界模型"这一研究方向的当 前最高水平。对 AI 训练数据生成、游戏原型设计、机器人模拟训练都有潜在价值，DeepMind 也明示 Genie 未来会用于训练 embodied AI 和具身机器人的模拟环境。