在OpenAI宣布即將發(fā)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礎(chǔ)世界模型——Genie 2。這款模型能夠生成各種可控制動作、可玩的3D環(huán)境，為用戶帶來全新的交互式體驗。

據(jù)了解，Genie 2是一個自回歸潛在擴散模型，它基于大型視頻數(shù)據(jù)集進行訓(xùn)練。通過自動編碼器，視頻中的潛在幀被傳遞到大型Transformer動力學(xué)模型中。該模型采用與大語言模型類似的因果掩碼進行訓(xùn)練，從而實現(xiàn)了對3D環(huán)境的精準(zhǔn)生成和控制。

令人驚嘆的是，用戶只需給Genie 2一張?zhí)崾緢D像，并輸入相應(yīng)的文本提示，它就能生成一個對應(yīng)的交互式虛擬世界。在這個由AI生成的3D游戲世界里，無論是人類還是AI agent，都可以通過鍵盤和鼠標(biāo)進行探索和互動，享受前所未有的游戲體驗。

Genie 2的發(fā)布標(biāo)志著Google DeepMind在AI生成3D環(huán)境技術(shù)方面取得了重大突破。未來，這一技術(shù)有望在游戲開發(fā)、虛擬現(xiàn)實、增強現(xiàn)實等領(lǐng)域得到廣泛應(yīng)用，為用戶帶來更加豐富、多樣的交互體驗。同時，這也為AI技術(shù)的發(fā)展注入了新的活力，推動了AI技術(shù)在各個領(lǐng)域的創(chuàng)新和應(yīng)用。