電子發(fā)燒友網(wǎng)綜合報道 當(dāng)?shù)貢r間2025年8月5日，谷歌DeepMind正式推出第三代通用世界模型Genie3。這款被英偉達科學(xué)家Jim Fan譽為“游戲引擎2.0”的模型，通過單文本提示即可生成實時交互的720p動態(tài)世界，將世界模擬技術(shù)推向全新高度。

技術(shù)突破：實時交互與超真實模擬

Genie3的核心創(chuàng)新在于首次實現(xiàn)了世界模型的實時交互能力。傳統(tǒng)生成模型需完整處理輸入后輸出結(jié)果，而Genie3采用流式處理架構(gòu)，支持每秒24幀的持續(xù)生成，用戶可實時導(dǎo)航并修改生成環(huán)境。這種突破性設(shè)計使模型能即時響應(yīng)用戶輸入，在動態(tài)世界中保持數(shù)分鐘的環(huán)境一致性。

在物理模擬層面，Genie3展現(xiàn)出驚人的真實感。模型可精準(zhǔn)呈現(xiàn)水體流動、光影變化等復(fù)雜現(xiàn)象，在佛羅里達颶風(fēng)場景演示中，系統(tǒng)精確模擬了海浪拍打、棕櫚樹彎曲等細節(jié)，連雨衣的褶皺變化都符合物理規(guī)律。這種深度模擬能力源于對海量視頻數(shù)據(jù)的無監(jiān)督學(xué)習(xí)，模型通過110億參數(shù)構(gòu)建起對現(xiàn)實世界的深層理解。

視覺記憶技術(shù)是Genie3的另一大亮點。系統(tǒng)采用自回歸生成機制，每幀生成時需參考此前所有幀信息。當(dāng)用戶一分鐘后重返某地，模型能準(zhǔn)確還原之前生成的物體狀態(tài)，建筑物左側(cè)的樹木在整個交互過程中始終保持一致。這種"涌現(xiàn)能力"使生成的世界更具沉浸感，遠超依賴3D表示的傳統(tǒng)方法。

可提示的世界事件功能為模型注入動態(tài)靈魂。用戶可通過文本指令改變天氣、引入新物體，甚至創(chuàng)造反事實場景。在威尼斯汽船演示中，系統(tǒng)不僅重現(xiàn)了運河的逼真倒影，還能根據(jù)指令添加貢多拉船和水上出租車，這種靈活性使Genie3超越單純的環(huán)境生成，成為真正的交互式創(chuàng)作平臺。

應(yīng)用革命：從游戲開發(fā)到具身智能

在游戲產(chǎn)業(yè)，Genie3正引發(fā)創(chuàng)作范式的根本變革。傳統(tǒng)3D游戲開發(fā)需數(shù)月構(gòu)建場景，而Genie3通過單張圖片和文本描述即可生成可交互的虛擬世界。在面包房任務(wù)演示中，系統(tǒng)為通用智能體SIMA創(chuàng)建了包含工業(yè)攪拌機、冷卻架的復(fù)雜環(huán)境，智能體通過發(fā)送導(dǎo)航指令即可完成任務(wù)學(xué)習(xí)。這種能力不僅縮短開發(fā)周期，更可能催生《我的世界》級別的開放世界游戲革命。

機器人訓(xùn)練領(lǐng)域迎來突破性進展。DeepMind已將Genie3與Gemini Robotics模型結(jié)合，為機械臂和雙足機器人創(chuàng)建多樣化訓(xùn)練場景。在物流分揀測試中，系統(tǒng)生成的動態(tài)環(huán)境包含隨機障礙物和突發(fā)狀況，使機器人能在接近真實的風(fēng)險條件下完成策略學(xué)習(xí)。這種訓(xùn)練方式相比傳統(tǒng)方法效率提升300%，且無需實體設(shè)備支持。

自動駕駛模擬同樣受益匪淺。Genie3可生成包含極端天氣的駕駛場景，系統(tǒng)能根據(jù)指令隨時引入行人、動物等突發(fā)因素。在暴雨場景測試中，模型不僅模擬了路面反光和水花飛濺，還能通過世界事件功能制造輪胎打滑等意外狀況，為自動駕駛算法提供前所未有的訓(xùn)練數(shù)據(jù)。
教育領(lǐng)域的應(yīng)用前景同樣廣闊。歷史教師可通過文本提示重現(xiàn)古羅馬斗獸場，學(xué)生能在虛擬場景中自由探索；地理課堂可生成實時演變的火山噴發(fā)模型，配合可提示的世界事件功能，讓學(xué)生直觀理解地質(zhì)變化規(guī)律。這種沉浸式學(xué)習(xí)體驗，正重新定義教育技術(shù)的可能性邊界。

盡管Genie3已實現(xiàn)重大突破，仍存在三大技術(shù)瓶頸：智能體行動空間受限，復(fù)雜多智能體交互模擬不足，地理精度無法完美復(fù)現(xiàn)現(xiàn)實世界。DeepMind研究團隊透露，下一代模型將重點突破這些限制，計劃通過分層強化學(xué)習(xí)擴展行動維度，引入社會規(guī)范約束提升多智能體交互真實度。