新智元报道
编辑：Aeneas KingHZ
【新智元导读】谷歌被中国世界模型逼急了？就在刚刚，Genie 3突然公测，一句话生成互动宇宙，网页直装世界模型。网友们纷纷惊呼：这次，真的进黑客帝国了！
中国开源力量，再一次倒逼硅谷！
就在昨天，蚂蚁灵波宣布上线世界模型LingBot-World，一发布即成SOTA。
外国网友纷纷惊叹之际，谷歌似乎也感受到了威胁。
就在当天凌晨，谷歌正式宣布：Genie 3开启公测！
这可真是太震撼了，要知道，去年8月谷歌预告了Genie 3之后，一直没有什么后续动作。
被中国AI力量这么一逼，谷歌版「黑客帝国」终于来了。只要一句话，人人都能实时创造互动宇宙了。
更厉害的是，Genie 3还联手了谷歌Nano Banana Pro，世界模型，第一次被装进了网页中！
现在，X上已经充满了网友的疯狂实测。人们纷纷惊呼：Genie 3生成太炸裂了，这就是未来！
四个月后
Genie 3终于来了
去年8月，谷歌预告了Genie 3的消息，这款通用世界模型，能生成多样化的交互环境。即使仍在早期阶段，特邀测试者就创造了各种令人惊叹的体验。
而今天，Project Genie正式向美国GoogleAIUltra订阅用户（18 岁以上）开放试用了！
在这里，你不再是「看」一个世界，而是创造它、进入它、探索它。
世界模型的本质，就是让AI理解和预测世界如何运转。
过去，AI很擅长在封闭规则里表现出色，比如国际象棋、围棋，但要迈向真正的AGI，就要面对这样一个问题——现实世界，没有剧本。
这，正是Genie 3的使命。
网传的Genie 3系统提示词
它不再是静态的3D场景，而是一个会随你行动实时生成的世界：你往前走，路就出现；你改变方式，世界随之调整。
从机器人训练、动画制作、小说创作，到探索真实地点或历史场景——Genie 3想做的，就是“模拟一切”。
而 Project Genie，就是这个能力的第一扇入口。
Genie 3+Nano Banana Pro+Gemini，全面集成
简单来说，它是一个由Genie 3、Nano Banana Pro和Gemini驱动的网页应用，整个体验围绕三件事展开——
世界草图绘制，世界探索，和世界二创。
首先，你需要先用文字和视觉提示词设计你的世界和角色。
然后，Nano Banana Pro会生成一个可调整的图像预览，这就是世界草图绘制 (World sketching)。
在这个功能中，你可以预览世界最终呈现的效果，还能在进入游戏前修改图像。你可以定义角色的视角，比如第一人称或第三人称。
而Genie 3世界模型会在你移动时实时生成环境，这就是世界探索 (World exploration)。
最后，在画廊中混搭现有世界，或探索全新世界——世界二创 (World remixing)。
比如，如果你喜欢这个草原世界，但想用另一个角色探索它，就可以直接用自然语言修改草图。
而且，你还可以修改你的角色和环境，创造任意数量的新世界。
要知道，以前的虚拟世界中，还是第一人称玩家的POV为主，如果能突破到 多机位、多视角、直接生成场景，那真的能随时随地躺着做导演了！
网友实测：赛博「凡人修仙传」
a16z的合伙人Justine Moore提前获得了Project Genie的访问权限，测试了数十个提示词，表示与自己试过的其他世界模型绝对不一样——
你可以通过文字或照片生成一个场景，然后设计一个角色深入其中、自由探索。
在物理、记忆和控制上，Project Genie真实现了「言出法随」新的境界：一语一世界，玄幻小说的小世界就这样诞生了！
Justine Moore测试了两个简单却很典型的例子，可以看出AI对物理的理解真的有所领悟：
第一个场景中，她尝试让角色穿过汽车——但实际发生了碰撞，因为游戏不允许角色穿透实体物体。
第二个场景中，系统不允许角色穿过一扇关闭的门。
模型的记忆虽然并不完美，但在场景进行过程中，当你离开再返回时，模型会记住之前的内容。
第一个片段中，Justine Moore不断回到那位焦头烂额的Dunkin' Donuts员工身上；第二个片段的主角则是那只狗（还带有一些沙子和水的物理效果！）。
最厉害的就是控制——就像电脑游戏一样，你可以用WASD在场景中移动，用四个方向键调整相机角度。
Project Genie不仅对你这个「世界之主」言听计从，你还能从新角度观看同一场景，让你身临其境。
这位投资人体验之后，当即预言：2026将是世界模型的重要一年。
除了过去游戏渲染的虚拟世界，已经出现了谷歌Project Genie和李飞飞的3D世界模型两条不同的世界模型路径。
Genie能创建一个可探索长达一分钟的实时世界，拥有相当不错（但并非完美）的记忆与一致性，以及广阔的探索空间。
Marble会生成一个明确的3D世界，你可以随意在里面待多久（还能随时回来，世界始终保持一致）。
这两条路径都能生成永久持续存在的世界，都很炫酷，适用于不同的使用场景。根据需求，你可按需选择。
沃顿商学院教授Ethan Mollick，提前体验了Genie3的世界建模。
首先，他「魂穿」到一位头戴鸭子的水獭航空公司飞行员，走过一座受罗斯科启发的机场；还有测试了一只穿翼装的水獭飞越哥特式尖塔林立的城市。
另外，他还复原了《哈姆雷特》的世界，但角度刁钻。
教授还用Genie 3生成了一个「递归世界」：战士「头上长了显示屏」，实时展示另一个《毁灭战士》：
《毁灭战士》，但墙壁完全由屏幕构成，屏幕上也运行着《毁灭战士》，里面还有那个《毁灭战士》的陆战队员，而他的头又是一块正在运行《毁灭战士》的屏幕。
这些视频的动作和物理效果看起来，连贯得出人意料。
但他觉得「在建模和物理上，这是一次巨大的飞跃，但还有问题」。
怪不得他被网友评论在「凡尔赛」。
谷歌DeepMind的研究者，用Genie 3模拟了一只会飞的猫。
注意，驾驶直升机绕圈飞行时，地图也是随之变化的，效果令人惊叹。
如果你使用一张显示轨道的起始图像，Genie就可以沿着轨道一直行驶下去，无需任何进一步的交互！
更令人惊叹的是，就像游戏一样，Genie为你创造一个完整的世界，无限重生那种。
万万没想到，如果掉入深渊，Genie竟然会直接把你重生到一个新地方！
谷歌CEO劈柴试玩之后，也直呼感觉太棒了！
游戏末日来了？
毫无疑问，Genie 3完全可以用于游戏，网友 GrandDiTwo制作了人生第一个AI视频游戏，发问：「游戏产业末日到了吗？」
虽然这次的Genie 3是「GPT-2」级别的发布，并不完美，但它潜力无穷。
网友都开始畅想，未来电子游戏可能出现「氛围设计」，就像GPT最终引发软件领域的氛围编程。
苦等GTA 6十二年的玩家看到下面这个画面，直接虎躯一震。
正式版GTA 6还没来，AI版的就来了！
玩家彻底疯狂了：不用等R星交付成品了，AI让你提前走进这个世界，Genie 3太棒了！
有人仅仅用《塞尔达传说：旷野之息》的素材，就创建了这个模拟3D游戏世界。
画面实在震撼：开阔的草原，层次分明的地形，远景与光影的变化，都一股浓浓的「塞尔达味」。
而这一切，都是由Genie 3自动推演生成！
具体生成步骤如下。
任天堂律师们be like——
在线创造你自己的《刺客信条》，穿越回古罗马，去经历凯撒遇刺事件，就问你刺激不刺激？
《堡垒之夜》的画面，Genie直接生成。
这是真正的《最后生还者》游戏，还是Genie 3的实时重现？根本分不清。
Genie 3，带你走入《夜游者》的世界，进入这个深夜的街角餐馆。
仅凭一个提示，Genie 3就生成了一个可玩的地铁跑酷世界。游戏行业的未来，将会非常疯狂！
最后，令人期待的是，在2026年，或许Genie 4就要来了。
网友纷纷艾特Hassabis：赶紧给我们上菜啊，等不及了！
参考资料：
https://x.com/GoogleDeepMind/status/2016919756440240479
https://blog.google/innovation-and-ai/models-and-research/google-deepmind/project-genie/
https://x.com/venturetwins/status/2016919922727850333
热门跟贴