打开网易新闻 查看精彩图片

图源：Google DeepMind

撰文 | 泰伯网 林桐

泰伯网讯，北京时间1月29日至30日凌晨，蚂蚁集团与谷歌相继亮出世界模型核心成果，前者旗下的具身智能公司“蚂蚁灵波”开源通用世界模型LingBot-World，后者开放了Genie 3的体验入口，两大巨头形成对垒态势。

1月29日，“蚂蚁灵波”发布并开源通用世界模型LingBot-World，旨在为具身智能、自动驾驶及游戏开发提供高保真、高动态、可实时操控的“数字演练场”，这也是业界首个可对标Genie 3的开源世界模型。

公开资料显示，该模型具备Zero-shot泛化能力，仅需输入单张真实照片或游戏截图即可生成可交互视频流。并且凭借长时序一致性（即记忆能力）、实时交互响应，以及对“动作-环境变化”因果关系的理解，能够在数字世界中“想象”物理世界，为智能体的场景理解和长程任务执行提供低成本、高保真的试错空间。

近三天，“蚂蚁灵波”已相继开源空间感知模型LingBot-Depth、具身大模型LingBot-VLA，与世界模型LingBot-World共同实现从数字世界到物理感知的关键延伸，完成“基础模型-通用应用-实体交互”的路径链条。

1月30日凌晨，谷歌宣布向其AI Ultra的成年订阅用户开放Genie 3体验入口，允许用户直接在线体验其世界模型能力。

公开信息显示，Genie 3是首个实时、交互式世界模型，能够通过简单的文字描述生成照片级真实世界。目前Genie 3的生成时间限制为60秒，帧率上限为24帧/秒，分辨率为720p。

据中国日报网报道，该消息一经发布，迅速占据X（原Twitter）热门榜单首位，海外AI社区反响热烈。

（本期编辑 | 墨川 校对 | 李欢）