DeepMind（谷歌旗下的 AI 研究机构）近期发布了 Genie 2，一个可以生成“无限多样”可玩 3D 世界的模型。

Genie 2 的特点

• 生成互动场景：通过一张图片和文本描述（如“森林中的可爱人形机器人”），Genie 2 能即时生成互动的 3D 世界。
• 丰富的模拟效果：可以呈现物体交互、动画、光影效果、物理特性以及 NPC 的行为。
• 高拟真度：模拟效果堪比 AAA 游戏。

技术亮点

• 智能操作响应：模型能识别按键操作，将输入正确映射到场景中的角色。
• 一致性渲染：可记忆场景的隐藏部分，准确还原场景变化。
• 生成多种视角：支持第一人称和等距视角，模拟持续时间为 10 至 20 秒，最长可达一分钟。

应用前景与争议

DeepMind 将 Genie 2 定位为研究和创意工具，而非游戏制作工具，适合用于原型设计和 AI 智能体评估。

尽管如此，其训练数据来源和潜在的知识产权问题引发了一些争议。谷歌对世界模型的研究持续加码，这表明此技术可能成为 AI 下一个重大突破点。

社区对 DeepMind Genie 2 的评价亮点

技术与潜力

1. 模型规模与训练数据

   • Genie 2 的能力令人印象深刻，但未公开模型的架构、技术细节或 API 信息。
   • 该模型比之前的 AI Minecraft 更复杂，能提供更高的上下文窗口（60 秒），显示了技术的进步。

2. 应用场景

   • 可能应用于训练多样环境中的 AI 智能体，尤其是在复杂动态场景中的学习。
   • 虽然模型暂不支持实时生成，但其生成的高保真度世界可能用于 AI 评估和研究。

3. 优化与成本

   • 高计算成本是实时化的瓶颈，需要进一步优化推理速度和降低硬件要求。

局限与争议

1. 开放性不足

   • DeepMind 沿袭了其封闭的传统，没有提供开源版本或更广泛的访问权限，这限制了社区的探索和创新。

2. 与现有技术的对比

   • AI Minecraft 的实时性更强，但 Genie 2 提供了更长的上下文窗口和更高的拟真度。
   • Oasis 和 Genie 2 的主要差别在于生成质量的稳定性和一致性。

3. 应用前景的质疑

   • 很多用户质疑，这种基于 AI 的虚拟世界是否能有效应用于现实世界或游戏开发中，尤其是考虑到生成内容的复杂性与潜在成本。

对游戏的启示

1. 交互与沉浸

   • AI 模型可以提升 NPC 对话的丰富性，增加玩家与世界的互动体验。
   • AI 驱动的动态故事生成可能重新定义游戏叙事的形式。

2. 潜在风险

   • 无限生成内容可能导致内容质量下降，玩家会因为重复模式而失去兴趣。

3. 与传统模型结合

   • 一些用户建议将生成模型与现有的 3D 渲染引擎结合，而不是完全依赖模型生成复杂的物理和渲染效果。

未来期待

1. 技术突破

   • 随着模型蒸馏技术的进步和硬件的发展，未来可能实现实时化的高质量生成。
   • 更多的小型开发团队可以借助 AI 生成工具进行更具创造性的尝试。

2. 开放与协作

   • 社区期待更开放的模型和工具，这样可以促进更多基于此技术的项目。