在OpenAI宣布即將發布新模型和新功能后，Google DeepMind也不甘落后，于近日推出了大型基礎世界模型——Genie 2。這款模型能夠生成各種可控制動作、可玩的3D環境，為用戶帶來全新的交互式體驗。

據了解，Genie 2是一個自回歸潛在擴散模型，它基于大型視頻數據集進行訓練。通過自動編碼器，視頻中的潛在幀被傳遞到大型Transformer動力學模型中。該模型采用與大語言模型類似的因果掩碼進行訓練，從而實現了對3D環境的精準生成和控制。

令人驚嘆的是，用戶只需給Genie 2一張提示圖像，并輸入相應的文本提示，它就能生成一個對應的交互式虛擬世界。在這個由AI生成的3D游戲世界里，無論是人類還是AI agent，都可以通過鍵盤和鼠標進行探索和互動，享受前所未有的游戲體驗。

Genie 2的發布標志著Google DeepMind在AI生成3D環境技術方面取得了重大突破。未來，這一技術有望在游戲開發、虛擬現實、增強現實等領域得到廣泛應用，為用戶帶來更加豐富、多樣的交互體驗。同時，這也為AI技術的發展注入了新的活力，推動了AI技術在各個領域的創新和應用。