谷歌發布基礎世界模型Genie 能一圖創建互動的虛擬環境-新華網
新華網 > > 正文
2024 02/29 08:42:02
來源:科技日報

谷歌發布基礎世界模型Genie 能一圖創建互動的虛擬環境

字體:

  據谷歌公司官網26日報道,谷歌旗下“深度思維”公司重磅發布了一個根據互聯網視頻訓練的基礎世界模型——Genie(精靈)。其可從合成圖像、照片、草圖生成多種動作可控的環境。

Genie效果的動圖截圖演示。圖片來源:谷歌官網

  過去幾年,生成式人工智慧(AI)模型能通過語言、圖像甚至視頻生成內容。谷歌此次引入生成式人工智慧新范式,即生成式互動式環境,通過單個圖像提示即可生成互動式、動作可控的環境。

  Genie是一個110億參數的基礎世界模型,在超過20萬小時的二維(2D)遊戲視頻上進行訓練,無需人工監督。這意味著Genie可以從視頻中自行識別不同動作的特徵和模式。其能學習各種角色的動作、控制和行動。

  Genie的獨特之處還在于它能夠專門從互聯網視頻中學習細顆粒度的控制。Genie不僅能觀察哪些部分是可控制的,而且能根據生成的環境來推測出多種潛在的動作。

  該模型接受單個圖像(無論是AI合成圖像、照片還是草圖),並將其轉換為可玩的遊戲,響應用戶控件。從圖像到基本的交互環境一步到位。

  用戶只需提供一張紙上的草圖、一幅完美的數字藝術作品,甚至是AI生成對2D世界的描述,Genie就會完成剩下的工作,幫用戶生成2D遊戲。

  谷歌官網稱,Genie專注2D平臺遊戲和機器人技術的視頻,但方法通用,應適用于任何類型領域並可擴展至更大的互聯網數據集。只需一張圖像就能創建全新的交互環境,這為生成和進入虛擬世界的各種新路徑開啟了大門。(記者 張夢然)

【糾錯】 【責任編輯:朱家齊】