谷歌DeepMind的Project Genie实现了用一句话创造可交互的3D世界。尽管当前体验存在卡顿与时长限制，但其惊人的生成一致性与实时交互能力，标志着AI世界模型的一大跨越。这项技术不仅模糊了游戏开发与AI生成的边界，也促使人们重新思考“创造”的本质。
智能速览
Project Genie能用一句话生成可实时探索的3D世界。
背后的Genie 3世界模型通过学习理解物理规律，而非硬编码规则。
实测体验存在卡顿、延迟，并有60秒的探索时限。
尽管有缺陷，但其世界生成的一致性与画质已相当惊人。
该技术可能改变游戏开发，并为AI Agent训练提供无限的虚拟环境。
“创造”的定义在AI时代或许需要被重新审视。
精华内容
从文字到可探索的世界，谷歌的Genie模型将科幻变为了现实。尽管体验尚不完美，但其展现的一致性和实时生成能力，预示着一个全新创作时代的到来。
何为世界模型
Project Genie的核心是Genie 3世界模型，它与传统游戏引擎有本质区别。游戏引擎依赖硬编码的物理规则和预设场景，而Genie 3通过学习海量数据来理解世界的运作规律，从而模拟出物理表现。这意味着它生成的环境并非预先渲染的视频，而是根据用户的实时操作动态生成，真正做到了“你往哪走，它就往哪生成”。
真实体验与差距
实际体验中，用户输入“外星沙漠公路，一个人”等描述后，系统会先通过Nano Banana生成预览图，确认后创建世界。操作时，虽然视角移动、跳跃等交互都能实现，但存在明显的卡顿和延迟，与宣传片的丝滑流畅有差距。
此外，探索时间被限制在60秒内。自定义提示词在发布初期因服务器压力大也频繁失败。这表明当前原型在性能和稳定性上仍有待优化。
技术的重大突破
尽管体验上有瑕疵，但这项技术的突破是显而易见的。以前的世界模型通常只能维持几秒钟的连贯性，而Genie 3能保持长达一分钟的世界一致性，这是一个巨大的进步。
其价值体现在多个方面：首先，它模糊了游戏引擎和AI生成的边界，未来可能只需一句话就能构建可玩的3D场景；其次，它能为AI Agent提供无限的、低风险的虚拟训练环境，被视为通往通用人工智能（AGI）的关键步骤之一。
重新定义创造
当创造一个世界变得如此简单，“创造”一词的含义也值得深思。体验者发现，与其说是在“创造”，不如说是从AI模型庞大的参数空间中“选择”或“发现”了一个可能性。这个模型虽非硬编码规则，但其生成的所有世界都源于它对现有世界规律的学习和拟合。
这引出一个观察：工具在进化，我们对创造的理解或许也需要随之进化，从无中生有转变为在无限可能性中进行精准选择。
关键评论
有人畅想，小说一键生成视频的时代不远了，未来创作者能包办所有环节。
也有用户指出，该技术并非首创，60秒的限制可能源于长时间运行后稳定性会急剧下降。
技术爱好者则提出，用AI生成的世界去训练AI模型可能并不合适，因其缺乏现实世界的多样性。
