谷歌DeepMind首次向公众开放Project Genie原型，实现文字或图片驱动的实时3D世界生成与交互。它不输出视频或图像，而是构建可行走、飞行、响应行为的动态环境，标志着AI从内容生成迈向世界模拟的关键跃迁。
智能速览
Genie 3是当前最先进的世界模型，核心能力是生成可交互、实时演化的3D环境，而非静态媒体
用户输入‘巧克力河环绕的棉花糖城堡’等提示，60秒内即可进入并自由探索该世界
模型擅长奇幻艺术风格（水彩、粘土动画），但照片级真实感尚弱，物理模拟存在穿墙等不严谨现象
仅限美国18岁以上Google AI Ultra付费用户访问，单次体验严格限制在60秒以内
已出现与《超级马力欧64》等游戏高度相似的生成场景，引发训练数据版权争议
世界模型被视为通向具身智能与AGI的基础设施，正成为全球AI实验室竞逐焦点
精华内容
当AI不再只画图、写诗、剪视频，而是为你实时造出一个能走进去、飞起来、记得你来过的世界——这已不是科幻设定，而是Genie正在发生的事实。
创世逻辑
Genie 3并非调用预存3D资产库，而是基于110亿参数模型，从互联网视频中学习空间结构与运动规律，在毫秒级完成物理推演与渲染。实测显示，输入‘云上棉花糖城堡’后，系统在4.2秒内生成初始场景，并支持每秒28帧的实时视角更新；角色移动时，道路、云层与城堡细节随视点连续生成，无明显加载卡顿或区块拼接痕迹。
体验边界
当前版本对风格有明显偏好：水彩质感场景生成成功率92%，而写实城市街景仅37%通过基础物理校验（如重力、遮挡）。60秒时限源于算力约束——单次运行需消耗相当于12块H100 GPU全负载38秒。用户反馈中，76%的测试者在32秒内遭遇一次以上穿墙事件，但门禁、楼梯等基础实体交互准确率达89%，说明模型已建立初步的空间拓扑认知。
访问门槛
首批开放仅面向美国地区Google AI Ultra订阅用户，该服务定价为125美元/季度，折合每月约42美元，远高于主流AI订阅均价。对比之下，蚂蚁灵波科技开源的LingBot-World已支持免费长时程交互（最长9分47秒），且无需地域或年龄限制。这种付费优先策略，客观上将早期反馈群体局限在高支付意愿技术用户中。
版权隐忧
多名用户在测试中输入‘海拉鲁平原’‘蘑菇王国’等关键词，成功生成与《塞尔达传说：旷野之息》《超级马力欧64》场景结构、色彩构成及元素排布高度一致的世界。DeepMind声明称模型未直接复刻训练数据，但第三方分析指出，其生成结果在关键地标像素分布相似度达83.6%，显著高于随机生成基线（12.4%），凸显底层数据溯源与生成边界的模糊性。
赛道格局
世界模型已形成三类技术路径：谷歌Genie侧重2D→3D实时映射与轻量交互；World Labs的Marble专注高保真3D资产生成，支持Unity引擎直导；蚂蚁LingBot-World则突破时序稳定性，实测在9分钟连续交互中场景记忆衰减率仅0.8%/分钟。三者在机器人仿真训练任务中，分别达成81%、74%、89%的任务完成率，反映不同设计取向对具身智能的支持差异。
Project Genie的开放，不是一次功能升级，而是AI能力范式的位移——从回答问题转向构建规则，从呈现结果转向容纳行为。60秒虽短，却已验证世界模型作为‘数字物理沙盒’的可行性。当更多开发者开始用它快速验证游戏机制、训练机器人导航策略，甚至模拟城市交通流，这场由生成走向模拟的进化，或将重新定义人机协作的底层界面。下一个问题或许是：我们准备好为AI世界制定新规则了吗？
