刷屏了！Genie 2開啟文生游戲時代，可交互的世界模型震撼登場！背后團隊曝光；12天直播能否截胡老對手
編輯 | 伊風
出品 | 51CTO技術棧（微信號：blog51cto）
AI公司年底要沖業績了！
一覺醒來，OpenAI宣布了未來12天的直播活動，而老對手谷歌直接發布了Genie 2，宣布在世界模型方面又邁出重要一步！
圖片
但，至少今天是谷歌更勝一籌——Genie 2是在太令人印象深刻了！用Google DeepMind首席執行官Demis Hassabis話來說：“世界模型正在成形。”
圖片
給 Genie 2 一張照片，它給你一個可以交互的世界！
無論是創造一個飛船上的游戲世界，還是想變身行走在未來世界的機器人，都立馬能安排，想玩什么自己點！
Genie 2 即時生成新內容的時間也大幅擴展了，足足給了一分鐘！
圖片
可以看到，Genie 2生成的虛擬世界交互邏輯非常絲滑。
不僅如此，人類和AI Agents（DeepMind推出的游戲代理SIMA）都可以參與，以后不愁具身智能沒有地方訓練了。
“Genie 2 能夠讓未來的 Agents 在無限制的新穎世界課程中進行訓練和評估。這項研究也為原型化互動體驗的新型創意工作流程鋪平了道路，”Google DeepMind在其博客文章中寫到。
Genie 2 不只讓我們看到了“大模型沒有撞墻”一個有力論據，也看到了谷歌搶先一個身位通向AGI的可能！
1.世界模型正在成形
在前版Genie 1的基礎上，Genie 2從2D環境的擴展到了3D。Genie 2基于大規模視頻數據集訓練，采用自回歸潛在擴散技術，根據用戶動作逐幀生成畫面。
Genie 2全新的交互讓我們看到了世界模型的雛形：模擬物理交互、建模復雜動畫、創建具有真實物理特性、光照效果和物體交互的環境。
比起AI視頻所展示的，我們會感覺到Genie 2更懂這個世界了。來點案例看看：
槍響之后，油罐桶會爆炸：
模型對于重力的領悟，汽車是會墜落懸崖的：
汽車駛入水路段，輪胎后被激起的水花：
還有各種場景下的煙霧、光照、屋里鏡子的反光隨著視角的變化，都能感受到Genie 2的突破！
2.Genie 2的世界：人類和 AI 都能參與
我們在3月份介紹過，來自DeepMind的游戲“搭子”SIMA，一個從多個3D游戲中訓練的AI Agent。
能完成600項基本游戲操作的SIMA，也在Genie 2中挑戰了一把，再次展現了高水平的泛化能力。
領導Genie 2項目的 Jack Parker-Holder 說， 他們使用了Genie 2創建了一個神秘“三拱門”場景，然后使用Prompt控制AI進入哪個通道，然后取得了成功！
圖片
也就是說，SIMA證明了，AI在這個虛擬世界，是能夠遵循語言指令，進行各種訓練的！
Genie 2生成的無限世界，多樣性和復雜性可以拉滿，Agents缺少培訓場景的問題大大解決了。而且Genie 2本身也可以使用真實照片做場景，工廠、農田、礦場等等場地都可以一鍵生成，讓AI為迎接現實世界的復雜性做足準備。
值得一提的是，Genie 2 人類和AI都能操作的模式，可能會在未來實現共同的操作和交互。甚至能徹底改變我們測試和完善人工智能系統的方式，將人類的創造力與人工智能解決問題的可能性在虛擬世界中進行融合。
3.Genie 2的兩位領導者
領導Genie 2項目的 Jack Parker-Holder，在谷歌已經工作了兩年半的時間。
圖片
他非常看重Genie 2在具身智能訓練上的潛力。
這也和他寫在簡介中的目標高度一致：“我的目標是設計出永不停止生產新的有趣事物的系統......也許甚至是 AGI：)”。
圖片
Genie 2的技術 leader是Stephen Spencer。Spencer 于 2018 年 6 月加入 DeepMind 擔任研究科學家，22年合作發表的重要論文《通過算法蒸餾進行上下文強化學習》，被引用超百次。
圖片
4.寫在最后：OpenAI如何應戰？
OpenAI能否截胡成功？
還是很有可能！畢竟是12天活動的狂轟亂炸！
而且大家紛紛猜測Sora是不是要廣泛可用了，也算我們這一整年度的期待有了一個尾聲。
畢竟，作為實驗室的Deepmind，所發布的Genie 2還遠遠不是一個產品形態。如果OpenAI能給用戶更多開箱即用的魔法，勢必會在這個年尾獲得更多的關注。
網友對Genie 2的評價：雖然這令人印象深刻，但看起來仍像是一個非常早期的原型。從整體上看，它似乎并不是一個獨立的產品，而是面向通用代理的更廣泛研發項目的一部分...... 我甚至懷疑他們是否已經為這個項目建立了任何生產化的建模管道，而且可以肯定的是，我們不會在短期內獲得開放的訪問權限。
圖片
那么，OpenAI可能發布什么呢？
GPT-5、Sora、o1-full是呼聲最高的系列了。
在評論區有人一本正經的在做推測，而有人直接把畫風切換到了2045年。
圖片
圖片
12天的活動，營銷鬼才奧特曼到底能給我們帶來多少干貨，值得拭目以待！
永遠面向未來的奧特曼，已經在做明年的劇透了，他對《紐約時報》說：2025年的AI系統將讓我們驚掉下巴。
圖片
本文轉載自??51CTO技術棧??，作者：伊風
