Genie2重磅发布大型世界模型

Genie 2：重新定义智能代理的训练和评估，开创AI新纪元

Google DeepMind近日正式发布其最新研究成果——Genie 2，一个具备生成无限多样、可交互3D环境能力的基础世界模型。这项突破性的技术不仅彻底改变了人工智能领域的训练和评估实践，还为未来通用人工智能（AGI）的探索铺平了道路。

游戏在AI研究中扮演了核心角色。通过挑战性和可量化的进展，游戏为测试和推动AI能力提供了理想的“安全沙盒”。Google DeepMind自成立以来便高度重视这一领域，从早期通过游戏实现的技术突破到与游戏开发者合作的深入研究，均显示了游戏环境的重要性。然而，传统AI训练面临的首要瓶颈在于，缺乏足够丰富且多样化的训练环境。而Genie 2 正是为了解决这一问题应运而生。

Genie 2远远超越了此前的世界模型，它具备生成复杂、动态3D场景的能力，且无需大量硬编码规则或环境预设。以下是其主要创新功能：

通过一个简单的图像生成提示，Genie 2便可创建全新的3D世界，无论是人类玩家还是AI代理均可通过键盘和鼠标与之交互。这些世界呈现的内容不仅稳定且连贯，甚至能在一定时间内持续生成新场景，例如森林探险、古埃及遗迹漫步，以及未来主义的外星星球探索等。

Genie 2 能够根据用户输入的动作，智能解析并实现合理的交互。例如，操控机器人穿越密林时，模型可以准确识别人物与场景要素间的关系，并生成流畅的移动和互动。

从第一人称视角、等轴测视图到第三人称驾驶视角，Genie 2 支持多样化的环境体验。不仅如此，模型还能准确模拟物理现象，如水流、重力、烟雾和灯光反射，为用户带来高度沉浸感。

Genie 2具备“长程记忆”功能，能够记住视线之外的场景细节。当玩家视角再次回到原位时，这些细节将被完整保留，例如动态植被的生动还原或水流动态的持续呈现。

由于其广泛的泛化能力，艺术家和设计师可以将概念艺术或草图直接转化为完全交互的数字环境，从而显著提升原型设计和创意工作流程的效率。

通过使用Genie 2生成多样化的3D环境，研究人员不仅能够设计出更加丰富的训练任务，也能利用这些环境严格评估AI代理在此前未见过任务中的表现能力。例如，研究团队构建了一个称为SIMA的人机协作AI代理，利用自然语言指令控制角色在随机生成的游戏场景中完成任务，如打开不同颜色的门或探索建筑的后方。通过这种方式，研究人员验证了Genie 2在生成环境一致性和互动复杂性上的优越表现。

Genie 2 基于深度视频数据集构建，利用类似于大语言模型的因果遮罩技术进行训练。整个生成过程采用自回归建模，能够逐帧生成高度精细的场景动态。同时，Genie 2 还通过动作可控改进模块，确保用户输入能与场景互动保持无缝衔接。

尽管Genie 2的研究仍处于早期阶段，但其展示的潜力已不容忽视。通过提供安全、广泛且通用的训练环境，该技术有望成为AI开发的核心基础推动力。与此同时，Google DeepMind承诺继续推进Genie 2的普适性和一致性研究，以确保AI代理的发展朝向对现实世界有益的方向演进。

未来，Genie 2不仅可以为AI研究者提供崭新的工具，也将为开发者、设计师和创作者带来无限创意可能，为探索AI通用智能（AGI）做出革命性贡献。

Genie 2的研究由Jack Parker-Holder领导，Stephen Spencer担任技术负责人，共有数十位研究人员和工程师为这一项目做出贡献。Google DeepMind相信，通过持续优化和技术创新，Genie 2将进一步加速从AI到AGI的步伐，为AI技术真正走向现实世界的应用指引方向。

[AI之星网出品] [3D世界生成技术] [AI交互场景建模] [Google DeepMind Genie 2] [通用人工智能训练] [刘智勇频道] [真机智能] [机器姬智能体] [机器洞察网] [AI之星网] [风投高科网] [猛虎财经网] [硅基科学网]

📚 更多资源分享：刘智勇频道第四卷

💾 百度网盘链接：
https://pan.baidu.com/s/1aFcvND80IXSO_GHlsI1R0w?pwd=qwer

🔑 提取码： qwer