AI 资源库 · 已整理 2 项

世界模型

查看与世界模型相关的 AI 资讯、工具、Skill、工作流和开源项目。

研究与技术

Google 为 AI 智能体打造了一个可练习的世界，但物理效果还不太对

Google DeepMind 在周二发布了 Genie 4。它是一个“世界模型”，能实时生成可互动的场景，带有模拟物理、人物动作和声音，主要给 AI 智能体提供练习和测试任务的地方。原来开发者要测智能体，往往得自己搭仿真环境；现在可以用文字提示按需生成，甚至边生成边用键盘移动、改视角。问题在于，长时间运行后物体位置会漂移、物理表现不稳定，而且 Google 没有公布重复测试的一致性数据，所以失败时很难分清是智能体不行还是场景本身出错。目前只有受信任的测试者能用，之后计划开放给 Google AI Ultra 订阅者和部分合作方，价格和正式发布时间都没说。

文中可用工具

  • Genie 4实时生成可互动模拟场景的世界模型，供智能体练习和测试
  • Gemini Omni帮助塑造模拟环境的形态
  • Gemini 3.8 Flash跟踪场景进展、规划下一步并在变化时调整
  • Gemini 4 Argon在棋盘演示中规划每一步走法
  • Gemini Robotics用于机器人研究的项目，可在变化环境中测试智能体
  • Project Genie面向 Google AI Ultra 订阅者提供 Genie 4 的计划渠道
  • Gemini API计划供部分合作方接入的接口
  • Google AI Studio计划供部分合作方接入的开发平台
# AI 智能体# Genie 4# 世界模型# 实时模拟# 研究预览
☆ 收藏查看来源 ↗
评论 · 分享第一个看法
模型进展

Genie 4：新一代世界模拟

Google 发布新一代世界模型 Genie 4，能实时生成可交互的虚拟世界画面，还能同步生成环境音和人物对话；用户用键盘控制视角、用文字描述就能改变天气、添加人或物体等场景内容。它还借助 Gemini 系列模型理解画面并维持场景连贯：一个负责让画面贴近真实世界，另一个像导演一样把目标拆成步骤并随时调整，因此可以模拟多步骤事件和机器人训练场景。目前 Genie 4 仍是实验性研究预览，只对受信任测试者开放，尚未面向消费者和开发者正式发布；后续计划先提供给 Google AI Ultra 订阅用户的 Project Genie，以及 Gemini API 和 Google AI Studio 的早期合作方。

文中可用工具

  • Genie 4实时生成可交互、带声音的虚拟世界模拟
  • Gemini为模拟提供真实感基础与场景连贯性推理
  • Gemini Omni让模拟贴近真实世界的外观与行为
  • Gemini 3.8 Flash在循环中观察场景、拆解目标并检查步骤是否完成
  • Gemini 4 Argon把用户任务拆成步骤，与 Genie 4 配合渲染模拟
  • Gemini Robotics与 Genie 4 结合，探索机器人相关研究
  • Project Genie供订阅用户使用 Genie 4 的产品入口（等待名单）
  • Gemini API供早期合作方访问 Genie 4 的开发者接口
  • Google AI Studio供早期合作方访问 Genie 4 的开发平台
# Gemini# Genie 4# 世界模型# 实时模拟# 研究预览
☆ 收藏查看来源 ↗
评论 · 分享第一个看法