
DeepMind的通用人工智能代理基础世界模型Genie 3此前已亮相,当时被定位为训练AI代理的工具。如今通过Project Genie项目,该模型已向Google以外的个人开放使用。
Project Genie发布时提供三种交互模式:世界绘制、探索和重新编辑。在“世界绘制”模式中,Google的Nano Banana Pro模型负责生成源图像,作为Genie 3构建探索世界的基础。在此阶段,用户可定义角色、相机视角及探索方式。模型生成前,Nano Banana Pro会提供预览草图供微调。此外,用户还可为他人创建的Genie世界编写提示词。
用户每次创建世界受限于60秒会话时长。这些照片级逼真的世界以720p分辨率呈现,互动速度为每秒20-24帧。值得注意的是,Genie 3并非游戏引擎;尽管输出效果类似游戏且能模拟物理互动,但不包含传统游戏机制。
根据Google说明,生成的世界可能不够真实,或不完全符合指令、图像及现实物理规律。同时,角色控制可能存在难度或较高延迟。
此次演示旨在帮助Google理解人们如何在AI研究和生成式媒体领域利用世界模型。试用Project Genie需订阅Google每月250美元的AI Ultra计划,且仅向居住在美国且年满18岁的用户开放。

