繁
当AI生成内容从"观看"走向"进入"，我们距离科幻电影中的沉浸式虚拟世界还有多远？谷歌旗下AI研究实验室DeepMind近日发布了其新一代生成式AI模型--Genie3，一个能够根据简单文本提示，实时生成可交互、可导航虚拟环境的系统。这一进展，被外界视为向《星际迷航》中"全息甲板"（Holodeck）概念迈进的又一里程碑。从"生成视频"到"生成世界"：一次范式跃迁与当前主流的生成式AI不同，Genie3并不生成一段预渲染的静态视频，而是在运行时逐帧生成动态环境，支持用户实时交互与环境反馈。这意味着，用户不再是被动观看者，而是可以"进入"并影响AI所构建的世界。据DeepMind介绍，Genie3能够在普通显示器上以720p分辨率、24帧/秒的性能运行。尽管目前仅支持平面屏幕，尚未适配VR头显（如Quest3的双目2K+分辨率、90Hz刷新率需求），但其架构已展现出向高沉浸设备迁移的潜力。更关键的是，这些生成的虚拟场景能在数分钟内保持视觉与物理一致性。系统具备某种形式的"短期记忆"，能记住用户此前的操作并反映在后续环境中--这是迈向持久化虚拟世界的重要一步。可编程的虚拟宇宙：从江户时代到阿姆斯特丹运河Genie3的能力边界极为广泛，可模拟：自然景观（如森林、沙漠、极地）历史场景（如1800年的Osaka）虚构世界（如动画风格城市）动态事件系统：用户可通过文本指令触发"世界事件"，例如"下雨"、"出现一辆红色跑车"或"天空飞过恐龙"这种"可提示化世界事件"（promptableworldevents）机制，赋予用户近乎上帝模式的控制力。你不仅能在阿姆斯特丹的运河上召唤一辆摩托艇，还能瞬间将天气从晴朗转为暴风雨。不只是娱乐：为具身AI提供训练场尽管Genie3的娱乐潜力显而易见，但DeepMind强调其更深层使命：作为具身AI（EmbodiedAI）的训练平台。在机器人、游戏AI和通用人工智能（AGI）研究中，AI代理（Agents）需要在复杂、动态的环境中学习决策、执行动作并适应变化。Genie3提供了一个低成本、高灵活性的虚拟沙盒，可用于：训练机器人在不同地形中导航模拟多智能体协作与竞争探索AI在开放世界中的长期行为演化不过，DeepMind也坦承当前局限：限制领域具体挑战代理动作空间当前AI代理可执行的动作种类有限，复杂行为难以建模多代理交互在共享环境中，多个AI代理的协同与竞争模拟仍不成熟地理精确性难以完美还原真实世界地理位置与建筑细节文本渲染画面中的文字生成仍模糊不清，影响信息传达长期稳定性环境一致性通常只能维持几分钟，难以支持长时间任务通往Holodeck的阶梯尽管Genie3还远未达到"全息甲板"级别的沉浸感与物理真实，但它标志着生成式AI正从"内容生成"向"世界生成"演进。未来，当此类技术与VR/AR、物理引擎、神经渲染深度融合，我们或许真能实现：一键进入任何历史时刻实时构建可交互的游戏关卡为AI提供无限训练场景正如WillSmith吃意大利面的魔性视频曾震惊网络，Genie3预示着：下一个阶段，这些"荒诞模拟"将不再只是可看的，而是可进、可改、可玩的。
