新智元報道

編輯：Aeneas

【新智元導(dǎo)讀】谷歌DeepMind的Genie 3是如何誕生的？這位主持人深入探訪實驗室內(nèi)部，全球獨家首測了Genie 3，扒出超多震撼細(xì)節(jié)。同時，前谷歌研究員的筆記中，也曝光了使用初體驗，他直言：炸裂，Genie 3讓我看到了游戲未來五年的盡頭！

昨晚，「第三次世界大戰(zhàn)」徹底打響了。

GPT-5發(fā)布前夕，三大模型廠商齊上陣，2025年8月5日應(yīng)該是會被載入AI發(fā)展史冊的一天。

戰(zhàn)火硝煙之際，谷歌DeepMind祭出的世界模型Genie 3，可謂一枚重磅炸彈，代表著世界模型的全新前沿。

可以說，從靜態(tài)視頻到交互式世界的飛躍，它標(biāo)志著世界模型和AGI發(fā)展的轉(zhuǎn)折點。

要知道，一年前的Genie 2還是這個樣子的，僅僅一年，Genie 3居然就進(jìn)化成了右邊這個樣子……

要知道，Genie 2并不是實時的，還需要再等幾秒鐘；但Genie 3是完全實時的

并且，Genie能支持大約10秒的生成，Genie 2能支持20秒，而到了Genie 3，則可以模擬數(shù)分鐘的交互式環(huán)境。

可以說，Genie 3改變了一切。

而這位Youtuber提前去了谷歌DeepMind的倫敦總部，對Genie 3進(jìn)行了全球獨家首測，放出的30分鐘視頻中，為我們揭露了更多炸裂細(xì)節(jié)。

谷歌前員工內(nèi)測：它將永遠(yuǎn)顛覆游戲行業(yè)！

無需預(yù)先構(gòu)建3D模型，僅通過文本描述，Genie 3可以在720p分辨率下生成數(shù)分鐘的一致性視頻。

而這個「可提示的世界事件」功能就更是炸裂，僅僅通過文本命令，就可以添加新物體、生成角色，為訓(xùn)練AI智能體開辟了全新的可能性。

就在剛剛，前谷歌DeepMind員工Tejas Kulkarni也分享了自己的Genie 3使用初體驗。

以下為他的獨家實測demo。

他的評價就是四個字——「難以置信！」

總結(jié)來說，這是他嘗試過的第一個性能如此之好，并且具有長期世界一致性的神經(jīng)游戲引擎，或者說世界模型。

他相信，Genie 3的誕生，將徹底顛覆游戲行業(yè)?？梢哉f，它就是我們離實現(xiàn)完全AGI之前的最后一塊拼圖。

在很多方面，它更像ASI而不是AGI。因為保真度和泛化能力已經(jīng)達(dá)到人類水平，并將迅速超越人類，它可以和3D人工智能及LLM結(jié)合起來，徹底顛覆3A游戲。

根據(jù)這位前員工的說法，Genie 3的亮點可以總結(jié)如下。

真正的通用，啟動時間很快，可推廣到其他工業(yè)和現(xiàn)實世界場景。

會學(xué)習(xí)物理知識。在沒有底層引擎的情況下學(xué)習(xí)游戲引擎和非剛體物理學(xué)。對于角色走動的風(fēng)格化環(huán)境非常有效。

比視頻模型有趣得多。

逼真的漫游，無人機(jī)拍攝效果極好。

全局照明和燈光效果很贊。

視覺記憶非常強(qiáng)大。

當(dāng)然，它還存在一些未解決問題。

物理學(xué)很難。（嘗試積木塔中的經(jīng)典直覺物理實驗時，它失敗了）

社交和多智能體交互很難，1v1戰(zhàn)斗游戲不起作用。

長時間的指令遵循和簡單的組合游戲邏輯失?。ɡ缡占恍c/鑰匙等，走到門口，解鎖等等）。

動作空間有限。

遠(yuǎn)非真正的游戲引擎，但讓我們瞥見了未來。

而且，Kulkarni也著重cue到了Genie 3被官方提到的一大亮點——記憶功能

即使過了20-30秒，看到的某個東西依然會保持原樣

揭秘Genie 3誕生：全球獨家首測，實驗室細(xì)節(jié)超震撼

而Genie 3一發(fā)布，Youtuber「Machine Learning Street Talk」也緊接著放出了對幕后團(tuán)隊的采訪視頻。

他們實地探測了實驗室的情況，揭秘了Genie 3的誕生過程。

在此過程中，主持人不斷驚呼：這是我見過最令人嘆為觀止的技術(shù)！

在谷歌DeepMind的倫敦總部，他試用完Genie 3后這樣說道：這項技術(shù)將成為下一個萬億美元的產(chǎn)業(yè)，甚至成為VR的殺手級用例。

這期節(jié)目的嘉賓，正是Genie 3的幕后功臣——谷歌DeepMind的兩位研究者Shlomi Fuchter和Jack Parker Holder。

有趣的是，跟之前的采訪不同，這次他們對Genie 3架構(gòu)的技術(shù)關(guān)鍵細(xì)節(jié)諱莫如深。

主持人評論：可以理解，畢竟小扎正像松露獵犬一樣四處巡回狩獵。但他建議小扎別這么干，因為這些研究者做的是「上帝一般的工作」，如果小扎真的很想要，就自己做一個吧。 （狗頭）

全球獨家首測

可以說，Genie 3令人印象深刻的一大記憶點，就是它的一致性。

它所創(chuàng)造的世界擁有可靠的記憶。如果我們將視線從某個物體上移開，然后再回頭看，它仍然會在那里。

讓人出乎意料的是，兩位研究者解釋道，這種一致性并非明確編程的；它是強(qiáng)大的AI模型中突然出現(xiàn)的一種令人驚訝的「自發(fā)」能力。

而且，它代表著一個巨大的飛躍。之前的Genie 2已經(jīng)算是一次重大的飛躍了，但它的速度不足以實現(xiàn)實時交互，而且分辨率也低得多。

這次不同的是，Genie 3 分辨率高達(dá)720p，具有交互性和照片級的逼真度，每次運行可以流暢運行幾分鐘。

而且，Genie 3代表著訓(xùn)練機(jī)器人的殺手級應(yīng)用。

團(tuán)隊認(rèn)為， Genie 3將徹底改變AI訓(xùn)練的格局。與其在現(xiàn)實世界中訓(xùn)練自動駕駛汽車或機(jī)器人（這既緩慢又危險），不如創(chuàng)建無限的模擬環(huán)境。

你甚至可以觸發(fā)一些罕見事件，例如一只鹿跑過馬路，以此教會AI如何安全地應(yīng)對突發(fā)情況。

Genie 3跟傳統(tǒng)的游戲引擎或模擬器不同，也并不像生成視頻模型，但它的確具有這三者的特點。

本質(zhì)上來說，它是一個交互式的世界模型和視頻生成器。

這是技術(shù)上邁進(jìn)的一大步。要知道，在1996年的地震引擎中，它還需要對物理、規(guī)則和交互進(jìn)行明確的編程。

然而Genie 3所代表的新一代AI，卻能直接從視頻數(shù)據(jù)中學(xué)習(xí)現(xiàn)實世界的動態(tài)。

而且，它還能讓我們實時控制世界中的智能體。

這種轉(zhuǎn)變，就徹底擺脫了手工編碼模擬器的局限。要知道，前者最先進(jìn)的平臺XLAND，也只是像卡通一樣，跟現(xiàn)實世界相去甚遠(yuǎn)。

但是現(xiàn)在，只需一個簡單的提示，就能生成想要訓(xùn)練智能體的任何交互式世界了。

Genie的第一個版本，經(jīng)過了30000小時2D平臺游戲記錄的訓(xùn)練。

它的核心創(chuàng)新，就是一個時空視頻tokenizer，一個潛在動作模型，以及一個預(yù)測未來狀態(tài)的自回歸動力學(xué)模型。

僅通過分析游戲錄像中的幀間變化，Genie就能發(fā)現(xiàn)8個在不同環(huán)境中保持一致的離散動作，它可以無需接受針對這些動作的明確訓(xùn)練，就知道什么是跳躍，什么是向左移動。

可以說，這是一個OMG時刻！

僅僅10個月后，Genie 2就問世了，而且具備了3D功能，視覺保真度達(dá)到了虛幻引擎的級別。

Holder向Hassabis介紹：這是團(tuán)隊某人在加州拍的照片，而他們可以讓Genie將其轉(zhuǎn)化成一個交互式世界。

而今天的Genie 3一來，直接做到了720p的分辨率，達(dá)到了驚人的級別。

有趣的是，Shlomi對Veo 3了如指掌，此次他們也將Genie架構(gòu)的元素和Veo做了結(jié)合。

因此，Genie 3的主要特點就是具有多樣化的環(huán)境、漫長的視野和可提示的世界事件。

比如在這個滑雪世界中，我們可以創(chuàng)造另一個滑雪者，或者一群跑下雪坡的鹿。

這對模擬自動駕駛等罕見事件的建模，就顯得意義重大！

另外，谷歌DeepMind還認(rèn)為：訓(xùn)練機(jī)器人模擬可以作為真實玩家的主要用例。這樣，就能省下驚人的成本。

如果我們能像《黑鏡》一樣，在計算機(jī)中就能模擬任何可能的情況，為什么還要在世界中模擬呢？

研究者使用模擬環(huán)境訓(xùn)練智能體執(zhí)行特定任務(wù)的例子

遺憾的是，Genie 3目前還有一個短板——它并不具備創(chuàng)造力。

現(xiàn)實世界與虛擬世界的最大不同，就是前者充滿著創(chuàng)造力，也就是說可能發(fā)生的事件之樹會不斷生長。

在未來，我們或許能有一個外循環(huán)，使系統(tǒng)更加開放。

最終，Genie 3代表著娛樂的未來——

它這可能會催生「YouTube 2.0」或一種全新的虛擬現(xiàn)實形式，讓用戶可以像哲學(xué)里的體驗機(jī)一樣，共同創(chuàng)造和探索無盡的互聯(lián)世界。

雖然Genie 3目前仍處于研究原型階段，尚未向公眾開放，但它代表著我們朝著從零開始創(chuàng)造真正的人工世界邁出了重要的一步。

參考資料：

https://www.youtube.com/watch?v=ekgvWeHidJs

https://x.com/tejasdkulkarni/status/1952737669894574264?t=GxoL_FaKqWAeuAFUPYWOCg&s=19