谷歌Genie 3与蚂蚁LingBot-World掀起AI世界模型热潮,一个闭源收费250美元/月,一个完全开源免费。这场技术竞赛标志着AI从被动生成视频向实时交互世界的重大突破。
智能速览
Genie 3实现720p/24FPS流畅交互,但单次限60秒
LingBot-World支持近10分钟连续生成,交互延迟控制在1秒内
谷歌将世界模型视为通向AGI的关键技术
蚂蚁布局具身智能三大基础设施闭环
开发者预测传统游戏开发模式将被颠覆
精华内容
世界模型正从技术演示走向实际应用。谷歌和蚂蚁选择了截然不同的路径,一场关于AI未来的竞争已经拉开序幕。
技术实力对比
谷歌Genie 3在性能参数上占据优势,支持720p分辨率和24FPS帧率,交互延迟控制在亚秒级级别。用户可以通过文字提示实时生成可探索的3D环境,移动时画面流畅渲染。
相比之下,蚂蚁LingBot-World虽然在分辨率和帧率上略逊一筹(720p/480p,16FPS),但在生成时长上实现重大突破,支持近10分钟的连续稳定生成。在压力测试中,即便镜头移开60秒后返回,场景中的物体依然保持原样。
商业模式差异
谷歌选择高端订阅制,将Project Genie打包在每月250美元的Google AI Ultra套餐中,仅对美国用户开放。这种策略旨在筛选高质量用户,控制技术迭代节奏。
蚂蚁则走上完全开源道路,模型权重、推理代码、技术报告全部公开,采用Apache 2.0许可证。开发者可以免费获取并商用,只需配备企业级GPU即可运行。这种开放策略有望加速技术普及和社区创新。
战略定位不同
谷歌将世界模型定位为通向AGI的关键技术。官方明确表示:“构建AGI需要能够应对真实世界多样性的系统——而像Genie这样的世界模型是迈向这一挑战的重要一步。”
蚂蚁则把LingBot-World视为具身智能基础设施的一环。结合此前开源的空间感知模型LingBot-Depth和VLA决策模型,蚂蚁正在构建"眼睛-大脑-世界"的完整闭环,为机器人训练提供虚拟试错环境。
开发者反响
海外开发者对Genie 3反响热烈。有用户称其为"有史以来最先进的世界模拟器",用《塞尔达传说》截图成功生成了可探索的仿3D游戏世界。还有人预言:“不会有GTA 7了,因为我们会直接生成它。”
对LingBot-World的开源,开发者同样兴奋,认为这是"目前能公开获取的、最接近Genie 3水平的世界模型"。开源特性让开发者可以自由修改和商用,推动了技术民主化。
游戏行业变革
传统3A大作需要数百人团队花费数年时间手工制作场景。世界模型理论上可以让开发者用一句话生成可玩原型,这将彻底改变游戏开发模式。
有技术专家将Genie 3的发布类比GPT-2级别——虽然当前还存在60秒限制、物理模拟不够精确等问题,但它证明了世界模型的可能性。按照进化速度推演,AI生成完整游戏世界可能比预期更快到来。
谷歌与蚂蚁的世界模型之争,不仅是技术路线的较量,更是AI发展理念的碰撞。闭源控制与开源开放各有优势,但共同推动着AI从被动生成向实时交互的跨越。这场竞争的真正赢家,可能是整个AI生态和未来的技术演进方向。