Google DeepMind发布Genie 2：打造交互式3D虚拟世界

在OpenAI宣布即将发布新模型和新功能后，Google DeepMind也不甘落后，于近日推出了大型基础世界模型——Genie 2。这款模型能够生成各种可控制动作、可玩的3D环境，为用户带来全新的交互式体验。

据了解，Genie 2是一个自回归潜在扩散模型，它基于大型视频数据集进行训练。通过自动编码器，视频中的潜在帧被传递到大型Transformer动力学模型中。该模型采用与大语言模型类似的因果掩码进行训练，从而实现了对3D环境的精准生成和控制。

令人惊叹的是，用户只需给Genie 2一张提示图像，并输入相应的文本提示，它就能生成一个对应的交互式虚拟世界。在这个由AI生成的3D游戏世界里，无论是人类还是AI agent，都可以通过键盘和鼠标进行探索和互动，享受前所未有的游戏体验。

Genie 2的发布标志着Google DeepMind在AI生成3D环境技术方面取得了重大突破。未来，这一技术有望在游戏开发、虚拟现实、增强现实等领域得到广泛应用，为用户带来更加丰富、多样的交互体验。同时，这也为AI技术的发展注入了新的活力，推动了AI技术在各个领域的创新和应用。