谷歌旗下人工智能研究机构 DeepMind 发布了一款名为 Genie 2 的新型模型，可通过单张和文字描述生成“无限”种类的可玩 3D 世界。作为今年初推出的 Genie 模型的升级版，Genie 2 标志着人工智能在虚拟世界生成领域的一次重大突破。

　　DeepMind 表示，Genie 2 可以生成具有不同视角的连贯世界，DeepMind 还称，Genie 2 在生成过程中能够模拟物体交互、动画、光照、物理反射以及“非玩家角色”的行为。许多生成的场景画质接近 AAA 级别的电子游戏，甚至在物体视角一致性和场景记忆方面表现优异。

　　与之类似的模型还有李飞飞创立的 World Labs 和以色列初创公司 Decart 的产品，虽然大多数像 Genie 2 这样的模型 —— 也就是世界模型 —— 可以模拟游戏和 3D 环境，但存在伪影、一致性和幻觉相关的问题。例如，Decart 的 Minecraft 模拟器 Oasis 分辨率低，并且很快就会“忘记”关卡的布局。然而，Genie 2 可以记住模拟场景中不在视野范围内的一部分，并在它们再次可见时准确地渲染它们。

　　值得注意的是，DeepMind 未详细披露 Genie 2 的训练数据目前用 Genie 2 创建的游戏实际上不会那么有趣，因为每隔一分钟左右就会抹去进度。因此，DeepMind 将其定位为研究与创意工具，应用于快速原型设计和 AI 智能体评估等场景。

　　DeepMind 在其博客中写道：“通过 Genie 2 的泛化能力，概念艺术和手绘草图可以转化为完全互动的环境。这让研究人员能够快速生成多样化的环境，为未见过的任务场景提供评估支持。”

　　谷歌对世界模型研究的投入在持续扩大。今年 10 月，DeepMind 聘请了 OpenAI 前生成项目负责人 Tim Brooks，同时两年前从 Meta 挖来了以开放式实验闻名的 Tim Rocktäschel。