Google DeepMind 研究人员讨论 Genie 3 模型，该模型在生成质量、分辨率、交互时长和速度方面实现了百倍提升。
Google DeepMind researchers discuss the Genie 3 model, which achieves a 100x improvement across generation quality, resolution, interaction duration, and speed.
要点 · TL;DR
Genie 3 是一个实时交互式世界模型，在分辨率、时长和速度上实现了 100 倍提升。 Genie 3 is a real-time interactive world model with 100x improvement in resolution, duration, and speed.
一致性来自数据和模型规模的扩展，而非显式的世界表征。 Consistency emerges from scaling data and model capacity, not explicit world representation.
Genie 3 支持文本生成世界、可提示事件以及与 SIMA 等智能体的集成。 Genie 3 enables text-to-world generation, promptable events, and agent integration like SIMA.
核心观点 · Key points
世界模型根据过去和动作模拟未来，支持规划和策略学习。 A world model simulates the future given past and actions, enabling planning and policy learning.
Genie 3 实现了实时交互式世界生成，在分辨率、持续时间和速度上提升了 100 倍。 Genie 3 achieves real-time interactive world generation with 100x improvement across resolution, duration, and speed.
Genie 3 的一致性来自数据和模型规模的扩展，无需显式世界表示。 Consistency in Genie 3 emerges from scaling data and model capacity without explicit world representation.
Genie 3 支持文本生成世界、可提示世界事件以及与 SIMA 等智能体的集成。 Genie 3 supports text-to-world generation, promptable world events, and integration with agents like SIMA.
主要局限包括视觉记忆短（约 1 分钟）、多智能体模拟有限以及动作空间受限。 Key limitations include short visual memory (~1 minute), limited multi-agent simulation, and constrained action space.
反共识 · Contrarian takes
Genie 3 的盗梦空间样本表明模型能创造性地融合不匹配的文本和视频提示。 Genie 3's inception sample shows the model can blend mismatched text and video prompts creatively.
世界模型可以纯粹从数据中学习，无需显式的 3D 几何或物理引擎。 World models can be learned purely from data without explicit 3D geometry or physics engines.
Genie 3 的油漆滚筒演示展示了用户动作的精确长期记忆，而不仅仅是视觉场景。 Genie 3's painting roller demo demonstrates precise long-term memory of user actions, not just visual scenes.
该模型可以从文本提示生成一致的世界，无需任何显式记忆机制。 The model can generate consistent worlds from text prompts without any explicit memory mechanism.
Genie 3 使智能体能在无限多样的世界中训练，克服了有限环境的瓶颈。 Genie 3 enables training agents in infinite diverse worlds, overcoming the finite environment bottleneck.
本期章节 · Chapters（共 20）
开场与嘉宾介绍Introduction and Guest Backgrounds
定义世界模型Defining World Models
定义世界模型Defining World Models
视觉域与扩散模型Visual domain and diffusion models
Genie 项目轨迹Genie project trajectory
Genie 1 与 2：早期阶段与局限Genie 1 and 2: Early stages and limitations
将其他方法融入 Genie 3Incorporating other approaches into Genie 3