12月5日清晨，就在OpenAI宣告将于未来12天接连进行12场发布会直播时，Google DeepMind一起在官网发布了大型根底国际模型Genie 2，可通过单张图片和文字描述生成品种多样的可玩3D国际。作为本年初推出的 Genie 模型的升级版，Genie 2标志着人工智能在虚拟国际生成范畴的又一次打破。

DeepMind泄漏，Genie 2具有从不同视角（如第一人称视角与等距视角）生成连接国际的才能，这些生成的国际可继续时间长达一分钟，但大都状况下维持在10到20秒之间。

博客中放出了很多由模型生成的视频示例，来展现Genie 2在举动操控、长视界回忆、长视频生成、NPC、物理等方面的作用与优势。例如，输入“森林中的心爱人形机器人”，模型便可构建一个包括机器人人物和可探究环境的动态场景。用户能够通过键盘或鼠标操作人物在国际中进行跳动、游水等互动。

据悉，通过视频练习，该模型能够精准模仿物体的交互、动画作用、照明、物理现象、反射作用以及“NPC”（非玩家人物）的行为。许多生成的场景画质挨近 3A等级的电子游戏，甚至在物体视角一致性和场景回忆方面体现优异。

技能方面，谷歌说到，Genie 2 是一个自回归潜在分散模型，在大型视频数据集上进行练习。通过主动编码器后，视频中的潜在帧被传递到大型Transformer动力学模型。该模型运用与大言语模型类似的因果掩码进行练习。在推理时， Genie 2能以自回归方法进行采样，逐帧获取单个动作和曩昔的潜在帧。

谷歌对国际模型研讨的投入正在继续扩展。本年 10 月，DeepMind 聘请了OpenAI前视频生成项目负责人Tim Brooks，一起两年前从Meta挖来了以开放式试验出名的Tim Rocktäschel。与之类似的模型还有“AI教母”李飞飞创建的 World Labs 和以色列草创公司 Decart 的产品。

尽管大大都根底国际模型能够模仿游戏和 3D 环境，但还存在伪影、一致性和错觉相关的问题。Google DeepMind还在博客最终放了一些风趣的“花絮”，Genie 2生成出一些古怪视频，比方没有采纳举动的状况下一个“鬼魂”出现在花园，在雪场的人物人物从滑板上跳下来，比较滑雪更爱跑酷，以及一个魔法球爆破。

就3D游戏生成这一范畴研讨，谷歌还表明，游戏在人工智能研讨范畴发挥着重要作用。游戏的吸引力、共同的应战组合和可衡量的发展使其成为安全测验和推动 AI 才能的抱负环境。自 Google DeepMind 建立以来，游戏就一向非常重要，是研讨的重心。但是，练习更通用的具身智能体的传统瓶颈在于缺少满足丰厚和多样化的练习环境。

内容来源：https://harmonyscentsg.com/app-1/fabrt,https://chatbotjud-hml.saude.mg.gov.br/app-1/jogo-do-sport-ao-vivo

(责任编辑：人文)