AI 熱點一個接一個，大家光顧著看熱鬧，真正的王炸反而容易被錯過。

就在今天凌晨，Google DeepMind 推出了打磨已久的新項目：Project Genie。這不單是一個好玩的 AI 工具，更是 Google 通往通用人工智能（AGI）的重要一步：

一個真正的「世界模型」實驗原型。

目前，Project Genie 已經(jīng)向美國地區(qū) 18 歲及以上的 Google AI Ultra 訂閱用戶開放使用。

首先我們要搞清楚一個概念，Project Genie 生成的本質(zhì)上是一個實時渲染的交互環(huán)境。它的技術底座由三部分組成：負責圖像控制的 Nano Banana Pro、負責理解語言指令的 Gemini 模型，以及負責物理反饋的 Genie 3。

前兩者我們都比較熟悉，無需贅述，

簡單來說，它的機制和人類做夢的原理很像。

我們在做夢時，大腦會構建一個包含視聽觸覺的虛擬世界。雖然夢里的邏輯有時會跳躍，但沉浸感很強。Genie 其實就是讓計算機學會「做夢」，并且允許用戶進入這個夢境進行互動。

此外，與 ChatGPT 這類基于文本統(tǒng)計規(guī)律的模型不同，Genie 3 本質(zhì)上是一個「物理世界模型」。它雖然沒學過物理公式，但通過觀看幾百萬次物體運動的視頻，自己「學會」了重力、慣性這些物理規(guī)則。

體驗 Project Genie 的方式也非常簡單。

Google AI 產(chǎn)品宣傳委員 Josh Woodward 就演示了全過程：他先把自己的照片轉換成復古游戲風格的角色，然后上傳到 Genie，輸入「沙漠場景」和角色描述。

點擊生成后，他就能以牛仔的身份在沙漠里自由探索了。

為了讓控制更精準，用戶還可以在進入前預覽環(huán)境，并調(diào)整視角。點擊開始后，當你按下鍵盤方向鍵（WASD），系統(tǒng)會實時預測并生成前方的路徑和場景。

整個過程就跟玩游戲一樣，有所不同的是，你不僅是觀眾，更是這個世界的導演。

不過，作為一個還在開發(fā)中的實驗模型，Project Genie 也有明顯短板，比如每次只能玩 60 秒。在接受的采訪播客中，Google 開發(fā)團隊解釋說，時間太長會導致畫面邏輯崩壞，產(chǎn)生幻覺，而且實時生成的計算成本極高。

https://www.youtube.com/watch?v=Ow0W3WlJxRY&t=1s

因此，為了平衡體驗和成本，目前的單次探索被限制在 1 分鐘內(nèi)。

當然，如果你玩膩了沙漠，可以隨時修改指令，把場景變成賽博城市，而角色的動作邏輯依然會保留。前陣子馬斯克在社交平臺上表示，AI 有可能讓普通人幾分鐘內(nèi)生成《GTA6》。

VentureTwins 也認為，2026 年將是世界模型的爆發(fā)之年。Project Genie 這種「實時視頻生成」的技術路徑，未來可能會和基于代碼的傳統(tǒng)游戲引擎分庭抗禮。

有了 Project Genie，這些判斷似乎聽起來也不那么遙遠了。

圖片來自 @AngryTomtweets https://x.com/AngryTomtweets/status/2016986111927865430

在駕駛直升機時，左下角的地圖還會實時更新。

圖片來自 @fofrAI https://x.com/fofrAI/status/2016936855607136506

網(wǎng)友 @yrzhe_top 試玩后則反饋稱，他在外星球開車「兜風」時發(fā)現(xiàn)，沒有宣傳視頻那么流暢，有些延遲，自定義提示也沒生效，只能用官方預設內(nèi)容。

圖片來自@yrzhe_top

Google 開發(fā)團隊也承認，目前 Genie 3 處于早期階段，物理規(guī)律模擬得還不夠準確，穿模或軌跡怪異的情況常有發(fā)生。不過 @yrzhe_top 也表示，雖然它只做到了承諾的七成，但這七成已經(jīng)足夠讓人驚艷。

圖片來自 @jen_w1n https://x.com/jen\_w1n/status/2016929094517088416

當然，如果只是為了做一個高配版的《我的世界》，Google 顯然不需要動用那么多資源。Project Genie 的真正野心在于解決 AI 通往 AGI 路上的最大攔路虎，即數(shù)據(jù)枯竭與具身智能瓶頸。

是的，互聯(lián)網(wǎng)上的高質(zhì)量文本數(shù)據(jù)快被吃光了，且機器人無法通過閱讀百科全書學會洗碗，它需要肌肉記憶和物理反饋。

然而，現(xiàn)實中獲取機器人失敗數(shù)據(jù)的成本極高，但 Genie 可以作為一個無限的合成數(shù)據(jù)生成器，模擬出十億個不同的廚房、倉庫或外星地表，讓機器人在里面積累「肌肉記憶」，學會了再應用到現(xiàn)實中。

類似的還有螞蟻靈波今天開源的 LingBot-VA 模型，它能在生成畫面的同時推演動作序列，讓機器人像人一樣「邊想邊做」。制作早餐、拾取螺絲、拆快遞、疊衣物、疊褲子的能力都有所長進。

此外，Google 開發(fā)團隊在訪談中還暢想了更具人文關懷的應用場景，例如心理治療與教育。

家長可以利用 Genie 生成一個「滿是蜘蛛的房間」，在一個絕對安全且可控的虛擬環(huán)境下幫助孩子進行脫敏練習?；蛘咴跉v史課上，直接生成一個 18 世紀的巴黎街道讓學生親歷其境。

盡管現(xiàn)在的 Project Genie 還有畫質(zhì)粗糙、時長短、延遲高以及無法多人聯(lián)機等問題，但它確實推開了那扇通往物理現(xiàn)實模擬的大門。

回頭看 2024 年那句「世界不存在了」，最后讓它成真的，估計不是 Sora，而是 Genie。

歡迎加入 APPSO AI 社群，一起暢聊 AI 產(chǎn)品，獲取，解鎖更多 AI 新知

我們正在招募伙伴

簡歷投遞郵箱hr@ifanr.com

?? 郵件標題「姓名+崗位名稱」（請隨簡歷附上項目/作品或相關鏈接）