下一代宇宙模子炸场，一张图生成无穷各样的 3D 游戏宇宙。

谷歌推出Genie 2，可反应键鼠操作，可玩、可纵容。

与此前研究比拟，Genie 2 领有始终驰念，即使玩家把视角转开，再回来时也可结识渲染宇宙中已存在的部分。

游戏宇宙中还不错有其他 AI NPC 存在，与玩家纵容的变装进行复杂交互。

这意味着任何东说念主王人不错用笔墨形容他们念念要的宇宙，选拔最心爱的呈现神志，然后插足这个宇宙并与之互动！

这下，千里迷《暗黑温情神 4》的马斯克王人以为很酷，随后 DeepMind 首创东说念主Hassabis邀请他全部作念个 AI 游戏。

重要马部长他还真搭理了～

集结马斯克此前宣称，xAI 将开办一家 AI 游戏责任室，两者联手的可能性还真不低。

不外谷歌 DeepMind 搞这项研究，可不光是为了给东说念主类玩游戏的——

AI 具身智能体，迈向 AGI 的阶梯

Genie 2 可用于考试和评估具身智能体，通过创建丰富各样的环境，不错生成 AI 在考试本领没见过的评估任务。

比如通过笔墨教唆，考试智能体掀开正确的门。

谷歌示意尽管这项研究仍处于早期阶段，在智能体和环境生成才能方面仍有多半校正空间……

但咱们笃信 Genie 2 是科罚在安全考试具身智能体的同期，中意杀青通往通用东说念主工智能（AGI）所需的广度和通用性条件。

此前，宇宙模子研究在很猛进程上仅限于建模一个忐忑的鸿沟，比如。

Genie 2 则完成了向生成丰富 3D 宇宙的飞跃，展示了宇宙模子的暴露才能，包括对象交互、复杂的变装动画、物理模拟，以及建模并磋议其他智能体步履的才能。

从吞并帧起程，但玩家的操作不同，不错生成不同的开放轨迹。

这意味着不错模拟反事实体验（counterfactual experiences）用于考试智能体，也等于从"假如其时继承另一种行径会若何"中得到训戒。

智能体还不错在 3D 宇宙中学会与其他对象交互，如气球挨打就会爆。

杀青这一切，靠的一经是扩散模子。

Genie 2 是一种自转头潜空间扩散模子，在大型视频数据集上考试。

（是谁领有 Youtube 里上亿小时的游戏视频数据，我不说）

进程自编码器处理后，视频的 Lantent frames 被传递到一个大型 Transformer 能源学模子，该模子使用与大型谈话模子相通的因果掩码进行考试。

在推理时，Genie 2 不错自转头神志采样，对单个操作和昔时的帧逐帧奉行，使用 classifier-free guidance 来莳植操作可控性。

此外，谷歌还显现，咫尺给出的视频示例王人是由为蒸馏的模子生成，以展示可能性。

蒸馏模子不错作念到及时纵容，但会裁汰输出质地。

One More Thing

就在 2 天前，

这个大佬们王人在押注的办法，的确要火了～

参考贯穿：

[ 1 ] https://x.com/elonmusk/status/1864388977866006639

[ 2 ] https://deepmind.google/discover/blog/genie-2-a-large-scale-foundation-world-model/体育游戏app平台