Genie 2 可以维持多长时间的连贯虚拟世界？

Genie 2 可以维持长达 60 秒的连贯虚拟世界，大多数示例持续约 10-20 秒。

Genie 2 的主要功能是什么？

Genie 2 的主要功能包括：从图像提示生成 3D 环境、响应动作控制、维持长期记忆、建模物理和光照、处理对象交互、角色动画和模拟 NPC（非玩家角色）。它还可以使用现实世界的图像作为提示。

Genie 2 在技术上是如何工作的？

Genie 2 是一种自回归潜在扩散模型，训练于大型视频数据集。它使用自动编码器处理视频中的潜在帧，然后将这些帧传递给大型变压器动态模型。在推理时，它以自回归方式采样，逐帧处理个别动作和过去的潜在帧。

Genie 2 的主要目的是什么？

Genie 2 的主要目的是在多样化的环境中启用具身 AI 代理的训练和评估，并提供一个用于快速原型设计互动体验的工具。它有助于解决开发更通用的具身代理时训练环境有限的瓶颈。

Google Genie 2

WebsiteContact for PricingAI 3D Model Generator

Genie 2 是 Google DeepMind 的基础世界模型，可以从单个图像提示生成无限多样的、可操作的、可玩的 3D 环境，用于训练和评估 AI 代理。

社交和电子邮件：

访问网站

推广此工具

https://deepmind.google/discover/blog/genie-2-a-large-scale-foundation-world-model?ref=aipure&utm_source=aipure

概述
分析
官方帖子
视频
替代方案

产品信息

更新于：2024年12月16日

Google Genie 2 月度流量趋势

Google Genie 2的流量出现了17.9%的下降，访问量为138万次。最近新闻中缺乏重大产品更新或新功能可能导致了这种下降。此外，Google DeepMind推出的具有高级多模态功能的Gemini 2.0，可能分散了用户的注意力。

查看历史流量

什么是 Google Genie 2

Genie 2 是由 Google DeepMind 开发的突破性 AI 模型，代表了生成交互式 3D 虚拟环境的重大进展。作为专注于 2D 世界的 Genie 1 的继任者，Genie 2 可以根据单个提示图像创建丰富、多样且完全可玩的 3D 环境。该模型使人类和 AI 代理能够使用标准的键盘和鼠标输入与这些生成的环境进行交互，在长达 60 秒的游戏过程中保持一致性，同时在物理、对象交互、角色动画和 NPC 行为模拟方面展示出复杂的性能。

Google Genie 2 的主要功能

Google Genie 2 是一个大规模的基础世界模型，能够从单张图像提示生成可交互、可控制动作的 3D 环境。它可以创建响应键盘和鼠标输入的多样化虚拟世界，保持长达 60 秒的一致性，同时展示出高级的物理模拟、角色动画、对象交互和 NPC 行为预测能力。该模型通过自回归潜在扩散模型处理提示，并可以使用 AI 生成的和真实世界的图像。

互动环境生成: 从单张图像提示创建可玩的 3D 环境，响应键盘和鼠标输入，能够保持长达 60 秒的一致性

高级物理和动画: 模拟复杂的物理现象，包括重力、水效果、烟雾、光照和反射，以及复杂的角色动画和对象交互

长期记忆和一致性: 能够在重新进入视野时记住并准确渲染之前查看过的环境部分

多视角生成: 支持多种视角，包括第一人称、第三人称和等距视图，使其适用于不同类型的虚拟体验