編輯 | 伊風(fēng)
出品 | 51CTO技術(shù)棧（微信號：blog51cto）
AI公司年底要沖業(yè)績了！
一覺醒來，OpenAI宣布了未來12天的直播活動(dòng)，而老對手谷歌直接發(fā)布了Genie 2，宣布在世界模型方面又邁出重要一步！
圖片
但，至少今天是谷歌更勝一籌——Genie 2是在太令人印象深刻了！用Google DeepMind首席執(zhí)行官Demis Hassabis話來說：“世界模型正在成形。”
圖片
給 Genie 2 一張照片，它給你一個(gè)可以交互的世界！
無論是創(chuàng)造一個(gè)飛船上的游戲世界，還是想變身行走在未來世界的機(jī)器人，都立馬能安排，想玩什么自己點(diǎn)！
Genie 2 即時(shí)生成新內(nèi)容的時(shí)間也大幅擴(kuò)展了，足足給了一分鐘！
圖片
可以看到，Genie 2生成的虛擬世界交互邏輯非常絲滑。
不僅如此，人類和AI Agents（DeepMind推出的游戲代理SIMA）都可以參與，以后不愁具身智能沒有地方訓(xùn)練了。
“Genie 2 能夠讓未來的 Agents 在無限制的新穎世界課程中進(jìn)行訓(xùn)練和評估。這項(xiàng)研究也為原型化互動(dòng)體驗(yàn)的新型創(chuàng)意工作流程鋪平了道路，”Google DeepMind在其博客文章中寫到。
Genie 2 不只讓我們看到了“大模型沒有撞墻”一個(gè)有力論據(jù)，也看到了谷歌搶先一個(gè)身位通向AGI的可能！
1.世界模型正在成形
在前版Genie 1的基礎(chǔ)上，Genie 2從2D環(huán)境的擴(kuò)展到了3D。Genie 2基于大規(guī)模視頻數(shù)據(jù)集訓(xùn)練，采用自回歸潛在擴(kuò)散技術(shù)，根據(jù)用戶動(dòng)作逐幀生成畫面。
Genie 2全新的交互讓我們看到了世界模型的雛形：模擬物理交互、建模復(fù)雜動(dòng)畫、創(chuàng)建具有真實(shí)物理特性、光照效果和物體交互的環(huán)境。
比起AI視頻所展示的，我們會(huì)感覺到Genie 2更懂這個(gè)世界了。來點(diǎn)案例看看：
槍響之后，油罐桶會(huì)爆炸：
模型對于重力的領(lǐng)悟，汽車是會(huì)墜落懸崖的：
汽車駛?cè)胨范?，輪胎后被激起的水花?/p>
還有各種場景下的煙霧、光照、屋里鏡子的反光隨著視角的變化，都能感受到Genie 2的突破！
2.Genie 2的世界：人類和 AI 都能參與
我們在3月份介紹過，來自DeepMind的游戲“搭子”SIMA，一個(gè)從多個(gè)3D游戲中訓(xùn)練的AI Agent。
能完成600項(xiàng)基本游戲操作的SIMA，也在Genie 2中挑戰(zhàn)了一把，再次展現(xiàn)了高水平的泛化能力。
領(lǐng)導(dǎo)Genie 2項(xiàng)目的 Jack Parker-Holder 說， 他們使用了Genie 2創(chuàng)建了一個(gè)神秘“三拱門”場景，然后使用Prompt控制AI進(jìn)入哪個(gè)通道，然后取得了成功！
圖片
也就是說，SIMA證明了，AI在這個(gè)虛擬世界，是能夠遵循語言指令，進(jìn)行各種訓(xùn)練的！
Genie 2生成的無限世界，多樣性和復(fù)雜性可以拉滿，Agents缺少培訓(xùn)場景的問題大大解決了。而且Genie 2本身也可以使用真實(shí)照片做場景，工廠、農(nóng)田、礦場等等場地都可以一鍵生成，讓AI為迎接現(xiàn)實(shí)世界的復(fù)雜性做足準(zhǔn)備。
值得一提的是，Genie 2 人類和AI都能操作的模式，可能會(huì)在未來實(shí)現(xiàn)共同的操作和交互。甚至能徹底改變我們測試和完善人工智能系統(tǒng)的方式，將人類的創(chuàng)造力與人工智能解決問題的可能性在虛擬世界中進(jìn)行融合。
3.Genie 2的兩位領(lǐng)導(dǎo)者
領(lǐng)導(dǎo)Genie 2項(xiàng)目的 Jack Parker-Holder，在谷歌已經(jīng)工作了兩年半的時(shí)間。
圖片
他非?？粗谿enie 2在具身智能訓(xùn)練上的潛力。
這也和他寫在簡介中的目標(biāo)高度一致：“我的目標(biāo)是設(shè)計(jì)出永不停止生產(chǎn)新的有趣事物的系統(tǒng)......也許甚至是 AGI：)”。
圖片
Genie 2的技術(shù) leader是Stephen Spencer。Spencer 于 2018 年 6 月加入 DeepMind 擔(dān)任研究科學(xué)家，22年合作發(fā)表的重要論文《通過算法蒸餾進(jìn)行上下文強(qiáng)化學(xué)習(xí)》，被引用超百次。
圖片
4.寫在最后：OpenAI如何應(yīng)戰(zhàn)？
OpenAI能否截胡成功？
還是很有可能！畢竟是12天活動(dòng)的狂轟亂炸！
而且大家紛紛猜測Sora是不是要廣泛可用了，也算我們這一整年度的期待有了一個(gè)尾聲。
畢竟，作為實(shí)驗(yàn)室的Deepmind，所發(fā)布的Genie 2還遠(yuǎn)遠(yuǎn)不是一個(gè)產(chǎn)品形態(tài)。如果OpenAI能給用戶更多開箱即用的魔法，勢必會(huì)在這個(gè)年尾獲得更多的關(guān)注。
網(wǎng)友對Genie 2的評價(jià)：雖然這令人印象深刻，但看起來仍像是一個(gè)非常早期的原型。從整體上看，它似乎并不是一個(gè)獨(dú)立的產(chǎn)品，而是面向通用代理的更廣泛研發(fā)項(xiàng)目的一部分...... 我甚至懷疑他們是否已經(jīng)為這個(gè)項(xiàng)目建立了任何生產(chǎn)化的建模管道，而且可以肯定的是，我們不會(huì)在短期內(nèi)獲得開放的訪問權(quán)限。
圖片
那么，OpenAI可能發(fā)布什么呢？
GPT-5、Sora、o1-full是呼聲最高的系列了。
在評論區(qū)有人一本正經(jīng)的在做推測，而有人直接把畫風(fēng)切換到了2045年。
圖片
圖片
12天的活動(dòng)，營銷鬼才奧特曼到底能給我們帶來多少干貨，值得拭目以待！
永遠(yuǎn)面向未來的奧特曼，已經(jīng)在做明年的劇透了，他對《紐約時(shí)報(bào)》說：2025年的AI系統(tǒng)將讓我們驚掉下巴。
圖片
