在AI技術(shù)飛速發(fā)展的當(dāng)下，谷歌最新推出的Project Genie項目引發(fā)了廣泛關(guān)注。這款基于世界模型的創(chuàng)新應(yīng)用，一經(jīng)發(fā)布便在社交媒體上掀起熱潮，谷歌DeepMind官方推特在短短十二小時內(nèi)就收獲了四千多次轉(zhuǎn)發(fā)、近兩萬點贊和一萬次收藏。

Project Genie并非橫空出世，其底層模型可追溯至去年八月谷歌發(fā)布的世界模型Genie 3。此次谷歌將Genie 3與Nano Banana Pro技術(shù)相結(jié)合，實現(xiàn)了可玩性的大幅提升。與傳統(tǒng)的視頻模型不同，世界模型致力于構(gòu)建一個可交互、無限生成的物理世界，類似于無邊界版的《我的世界》。

根據(jù)谷歌官方介紹，Project Genie的功能主要分為三大模塊：世界草圖、世界探索和世界再合成。用戶只需輸入場景提示詞和角色提示詞，Nano Banana Pro便會生成畫面草圖，供用戶選擇視角和視覺效果。隨后，Genie 3會實時生成可探索的物理世界。用戶還可以基于已有提示詞，對世界進(jìn)行進(jìn)一步修改和定制。

在官方示例中，當(dāng)輸入"一個有很多珊瑚的海底世界"作為場景提示詞，"一只金魚"作為角色描述時，系統(tǒng)迅速生成了一個栩栩如生的海底世界。更令人驚嘆的是，用戶還可以上傳日常生活照片，讓靜態(tài)畫面瞬間動起來，效果堪比熱門游戲《雙人成行》。用戶可以隨時中斷當(dāng)前世界，僅更換角色或背景，操作自由度極高。

從官方展示的案例來看，Project Genie不僅在畫面精細(xì)度上有顯著提升，還解決了以往世界模型中常見的場景崩潰和操作卡頓問題。然而，一些用戶在實際測試中發(fā)現(xiàn)了更多令人興奮的功能。例如，系統(tǒng)能夠準(zhǔn)確模擬煙盒和紙屑的碰撞效果，展現(xiàn)出對物理規(guī)律的深刻理解。還有用戶利用該技術(shù)創(chuàng)建了極具挑戰(zhàn)性的游戲關(guān)卡，其難度不亞于曾經(jīng)風(fēng)靡B站的《掘地求升》。

有網(wǎng)友興奮地表示，他使用Project Genie制作了人生中第一個AI視頻游戲，真正實現(xiàn)了"一句話一個游戲"的創(chuàng)想。這些實際案例表明，Project Genie的應(yīng)用潛力遠(yuǎn)超官方演示，為游戲開發(fā)領(lǐng)域帶來了新的可能性。

盡管Project Genie展現(xiàn)出了驚人的潛力，但世界模型的發(fā)展之路并非一帆風(fēng)順。長期以來，研究人員對世界模型能否真正理解物理世界、能否成為通往通用人工智能(AGI)的橋梁持懷疑態(tài)度。世界模型對視覺和動作數(shù)據(jù)的要求極高，訓(xùn)練過程中消耗的算力是大模型的數(shù)倍，部署難度也相當(dāng)大。這些因素導(dǎo)致過去的世界模型在效果上往往不盡如人意。

例如，李飛飛教授團隊推出的Marble世界模型就存在分辨率低、操作卡頓、物理理解不足等問題。模型記憶有限導(dǎo)致場景中的物體容易消失，角色行為也經(jīng)常出現(xiàn)不符合物理規(guī)律的情況。這些問題在過去的世界模型中普遍存在，嚴(yán)重影響了用戶體驗。

然而，Project Genie的出現(xiàn)似乎改變了這一局面。雖然目前的技術(shù)還無法制作出《頭號玩家》那樣的科幻級游戲，但隨著技術(shù)的不斷成熟，其應(yīng)用前景將變得十分廣闊。在廣告制作領(lǐng)域，AI生成的視頻時長限制將成為過去式，廣告商可以輕松創(chuàng)建連貫的長視頻內(nèi)容。在視頻后期制作方面，復(fù)雜的3D模型和場景構(gòu)建將變得簡單快捷，大大提高工作效率。

當(dāng)然，Project Genie仍存在一些需要改進(jìn)的地方。谷歌官方承認(rèn)，當(dāng)前版本生成的結(jié)果可能與用戶提示存在差異，與真實物理規(guī)律也有一定差距。角色控制有時不夠靈敏，動作延遲較高，且每次生成的世界只能持續(xù)60秒。部分用戶體驗后反饋，系統(tǒng)運行不夠流暢，偶爾會出現(xiàn)卡頓現(xiàn)象。

目前，Project Genie僅對美國地區(qū)的谷歌Ultra賬號用戶開放，且需要進(jìn)行年齡驗證(18歲以上)。這一限制引發(fā)了一些用戶的不滿，有人猜測谷歌可能是為了防止非正規(guī)渠道獲取的Pro賬號濫用該服務(wù)。盡管如此，技術(shù)普及的趨勢難以阻擋。正如自然語言模型從GPT-2到如今百花齊放的發(fā)展歷程所示，世界模型可能正站在一個重要的轉(zhuǎn)折點上，其未來發(fā)展值得期待。