Google DeepMind开放了Project Genie，这是世界模型Genie 3的实验性原型，首次让普通用户能够进入并操作AI生成的世界。虽然分辨率和时长有限，但其核心价值在于证明了可交互世界模型的技术可行性。
智能速览
Project Genie支持双prompt输入，可分别设定环境和主角
用户可通过WASD控制角色移动，视角独立操作且响应流畅
内置物理约束，角色跳崖、碰撞等动作表现合理
世界风格在连续移动后保持稳定，未出现变形或风格漂移
风格切换功能较弱，主要影响角色而非环境整体
技术核心在于维护隐式世界状态，实现状态可持续、空间一致、行为可约束
精华内容
Project Genie的出现，标志着世界模型从理论走向实践。它不是一个完美的游戏或视频工具，而是一个证明可行性的系统原型，展示了AI生成世界在被持续操作时能够保持自洽运转。
交互控制体验
Project Genie的控制方式接近传统游戏逻辑，支持WASD键控制角色前后左右移动，方向键独立控制视角转动，最令人惊喜的是角色可以跳跃。相比人物位移，视角移动更加流畅，响应延迟很低，整体操作手感更接近实时渲染而非视频回放。
系统内置了基础的物理约束，例如角色行进到场地边缘时会自然停下，而不是穿模或继续滑行，这体现了世界模型对基本物理规律的遵循。
物理还原表现
在跳崖测试中，Project Genie表现相当出色。人物起跳、下落、落点的空间关系在视觉上是合理的，角色顺利落到下方路径，没有出现明显的空间错位。第二次跳崖时，角色在下落过程中甚至因为蹭到岩壁而短暂"卡"了一下，这个细节说明系统在真实计算角色与环境之间的物理碰撞。
细节层面，起跳时脚下会扬起灰尘，落地瞬间人物会有轻微屈膝的缓冲动作，这些都增强了动作的可信度。唯一的瑕疵是角色落在水面时没有水花效果，短暂悬浮在水面之上。
世界稳定性
Project Genie最令人印象深刻的是世界风格的稳定性。在人物进行了大幅度、连续的空间移动之后，整个世界并没有随之"变形"或风格漂移。无论是足球场的观众氛围，还是《艾尔登法环》风格悬崖的金色树叶、末日感和断壁结构，都被完整保留。
这种纵向移动的测试比单纯平面行走更能体现，Project Genie不只是"看起来像一个世界"，而是在尝试维持一个在运动中依然自洽的3D空间结构。
风格切换局限
当尝试将偏写实环境整体转化为像素画风时，Project Genie表现不如预期。风格变化更多集中在角色层面，人物被明显像素化，但作为主体的环境几乎没有发生根本变化，地形、光影和空间结构依然保持着偏写实的渲染方式。
风格修改还带来了一定的细节损失，比如信号烟雾弹消失变成灭火器，场景语义出现了明显偏移。这说明Project Genie对已生成世界进行整体风格重写的能力，明显弱于从零生成时的表现。
技术突破意义
Project Genie代表了世界模型的"视频生成1.0时期"。它主动牺牲了分辨率、画面精度和生成时长，把算力优先用在维持一个可被反复进入、持续探索的环境。能不能站在悬崖边缘停下、能不能跳下去、会不会撞上岩壁，这些问题远比"画面像不像某款游戏"更重要。
从技术层面看，Project Genie能成立，是因为同时满足了三件此前不易做到的事情：状态可持续、空间一致、行为可约束。用户的输入不再是触发一次新的画面补全，而是被当作对世界状态的真实干预。
Project Genie最重要的意义，是第一次让普通用户直观意识到：世界模型不只是论文里的概念，它真的可以被构建、被进入、被操作。虽然现在的分辨率和时长还很有限，但这标志着AI生成世界从静态内容向动态交互的重大转变。随着技术进步，未来会出现怎样的可交互AI世界？
