体验 Genie 3 交互式世界模型的未来

Genie 3 是首个支持实时交互的基础世界模型。与静态视频生成器不同，Genie 3 即时响应用户输入，同时在长时间内保持环境一致性，以 720p@24fps 创造真正的交互式虚拟世界。

Genie 3 使用先进的世界建模技术，理解并在整个交互过程中保持物理定律。该模型可以记住并引用长达一分钟前的环境细节，确保物体、光照和物理在用户导航虚拟空间时保持一致。

Genie 3 可以创建多样化的环境，包括具有逼真物理的自然景观、奇幻动画世界、历史背景和复杂的城市环境。它擅长建模水动力学、光照效果、天气系统和复杂的生态系统交互。

可提示世界事件允许用户在交互过程中通过文本命令修改生成的环境。您可以改变天气条件、引入新物体或角色、改变光照或转换景观，同时保持世界的一致性和物理特性。

Genie 3 为具身 AI 智能体、机器人和自主系统提供无限多样化的训练环境。一致的物理和实时交互能力使其非常适合测试智能体性能、探索边缘情况，以及在现实世界中昂贵或危险的场景中进行训练。

目前的局限性包括直接智能体交互的受限动作空间、建模复杂多智能体场景的挑战、现实世界位置的有限地理准确性、偶尔的文本渲染问题，以及交互持续时间目前限制在数分钟而非数小时。

与需要显式 3D 表示的 NeRF 或高斯散射不同，Genie 3 基于文本描述和用户行为逐帧生成世界。这使得生成的环境更加动态和丰富，尽管它们来自 AI 理解而非预构建的 3D 模型。

720p@24fps 能力代表了实时 AI 视频生成质量的突破。这种高清、专业帧率实现了对用户来说感觉自然的流畅、沉浸式体验，使 Genie 3 适用于游戏、训练和交互媒体的实际应用。