Google DeepMind发布的Project Genie，能用一句话或一张图，生成一个可实时探索和操控的3D交互世界。这项技术突破了静态内容生成的局限，预示着AI从创造信息到构建可体验环境的转变，为虚拟创作开辟了全新可能。
智能速览
Project Genie能用文字或图片生成可交互的3D世界。
其核心技术是Gini 3世界模型，能实时生成环境并模拟物理效果。
提供世界素描、探索和混搭三大核心功能。
目前为研究原型，存在生成质量、控制延迟等限制。
世界模型成为AI新赛道，科技巨头纷纷布局。
精华内容
Project Genie的发布不仅是技术展示，更预示着一个新方向的到来：AI不再只是生成内容，而是构建可以走进和体验的世界。
核心技术
Project Genie的核心是Gini 3世界模型。与传统3D渲染不同，它并非预先生成整个场景，而是在用户移动时实时动态创造前方的环境。这种模型能够模拟真实的物理效果和交互逻辑，预测用户的每个动作会带来何种结果，从而构建出一个连贯且可信的虚拟空间。
三大功能
该原型主要有三大功能。首先是“世界素描”，用户可以通过文字描述或上传图片来创建世界，并选择第一或第三人称视角。其次是“世界探索”，创建出的世界是可导航的，AI会根据用户的移动实时生成新区域。最后是“世界混搭”，允许用户在他人创建的世界基础上进行二次创作，激发更多创意可能。
当前局限
作为研究原型，Project Genie目前存在一些局限。生成世界的真实感和对描述的精确度有待提升。角色控制有时会出现延迟。每次生成的体验时长被限制在60秒以内。此外，该技术目前仅对美国地区的Google AI Ultra订阅用户开放，谷歌表示未来计划逐步扩大可用范围。
未来展望
世界模型正成为AI竞争的新焦点，谷歌、OpenAI、Meta等科技巨头都在此赛道上发力。Project Genie的出现标志着AI从生成静态内容迈向构建可交互的动态世界，未来可能彻底改变游戏设计、虚拟展厅搭建乃至历史场景重现的方式，为创意表达提供全新工具。
Project Genie为AI的进化提供了一个充满想象力的方向，从创造内容转向构建体验。虽然目前尚处早期，但其潜力巨大。未来，当技术成熟，我们是否真的能用语言随心所欲地构建和探索属于自己的虚拟世界？
