详情

　　DeepMind正在博客中暗示：“得益于Genie 2杰出的泛化能力，概念艺术和草图能够轻松为完全互动的。研究人员能够操纵它快速建立丰硕多样的AI锻炼，”。

　　Genie 2是本年早些时候推出的Genie模子的升级版本。通过输入一张图片和一段文字描述，例如“一个可爱的机械人置身于茂密的丛林中”，Genie 2能够建立出一个及时互动的3D场景。这一能力取李飞飞创立的World Labs和以色列草创公司Decart开辟的雷同模子颇为类似。

　　DeepMind正在博客中写道：“Genie 2可以或许按照键盘操做做出智能反映，精准识别脚色并准确挪动。例如，模子能够判断标的目的键应节制机械人的挪动，而非树木或云朵。”。

　　这一手艺对创意行业，出格是视频逛戏范畴，《连线》的查询拜访显示，像动视暴雪如许的公司正操纵AI手艺缩减成本、提拔效率，此中包罗大规模裁人。

　　取此同时，谷歌界模子范畴的投入仍正在持续增加，这一范畴无望成为AI成长的下一严沉冲破。客岁10月，DeepMind招募了此前担任OpenAI视频生成器Sora开辟的蒂姆·布鲁克斯（Tim Brooks）担任视频生成手艺和世界模仿器的研发。

　　两年前，DeepMind还从Meta挖来了因《NetHack》等电子逛戏的“性”尝试而闻名的蒂姆·罗克塔谢尔（Tim Rocktäschel）。（小小）？。

　　鉴于当前手艺，Genie 2生成的逛戏仍存正在每分钟断根玩家进度的问题，趣味性无限。因而，DeepMind将其定位为一种研究和创意东西，用于“交互体验”原型设想和AI智能体的评估。

　　DeepMind暗示，Genie 2可以或许从分歧视角（如第一人称视角和等距视角）生成连贯的虚拟世界，这些场景最长可持续一分钟，大大都环境下为10至20秒。

　　虽然如斯，目前雷同Genie 2的模子正在模仿逛戏及3D时仍面对“人制感”、连贯性缺失以及“”等手艺挑和。例如，Decart开辟的《我的世界》模仿器Oasis存正在分辩率低、无法记住结构等问题。

　　DeepMind暗示，用户能够通过鼠标或键盘正在这些世界中完成腾跃、泅水等操做。通过大量视频数据锻炼，该模子具备模仿物体交互、动画结果、光照、物理现象、反射结果以及“NPC”（非玩家脚色）行为的能力。这一现象可能源于模子锻炼数据中包含了抢手逛戏的玩耍记实。然而，出于合作和保密缘由，DeepMind取其他很多AI尝试室一样，并未透露其具体的数据来历和锻炼方式。

　　比拟之下，Genie 2能回忆并精准衬着模仿场景中未显示的部门，这取李飞飞World Labs的模子能力不约而合。