本文介绍了谷歌 DeepMind 推出的 Project Genie 互动原型，这是基于 Genie 3 世界模型的最新实验成果。该工具由 Genie 3、Nano Banana Pro 和 Gemini 共同驱动，允许用户通过“设计、预览、生成、重混”四个步骤创建沉浸式虚拟环境。用户可以自定义角色视角、移动方式（如步行、飞行），并体验由 AI 实时生成的动态路径。尽管目前在物理规律一致性、生成时长（限 60 秒）和控制延迟方面仍有局限，但它展示了世界模型在模拟现实动态、推动 AGI 发展方面的巨大潜力。目前该功能仅限美国 18 岁以上 Google AI Ultra 订阅用户体验。
2026-01-30 04:27 江苏
↑阅读之前记得关注+星标⭐️，😄，每天才能第一时间接收到更新
刚刚，谷歌开放了世界模型Genie 3实验性研究原型Project Genie的使用，此前在25年8月，谷歌曾初步预览了Genie 3的世界模型，它能够生成多样化的可交互环境。早期测试者已经用它创造了一系列世界和体验，并发现了全新的使用方式。现在，通过这个专注于沉浸式世界创建的互动原型，谷歌决定扩大其使用范围
年满18岁的美国Google AI Ultra订阅用户今天起可以率先体验，这个原型，旨在让用户能够创建、探索并重混属于自己的互动世界
体验地址：
https://labs.google/projectgenie
界面长这样：
如何玩转Project Genie
Project Genie是一个原型Web应用，由Genie 3、Nano Banana Pro和Gemini共同驱动，用户可以通过它亲身体验世界模型带来的沉浸式感受。
工作流程如下：
🔵 设计： 使用文本和视觉提示设计你的世界和角色。
🔵 预览： Nano Banana Pro会生成一个图像预览，供你在进入前进行调整。
🔵 生成： Genie 3世界模型会随着你的移动实时生成环境。
🔵 重混： 在作品库中重新混合现有世界或发现新世界。
该体验围绕三个核心能力构建：
1. 世界草图绘制 (World sketching)
通过文本提示以及生成或上传的图像，创建一个生动且不断扩展的环境。你可以创建自己的角色和世界，并定义探索方式——从步行、骑行、飞行到驾驶，以及任何其他方式
为了实现更精确的控制，谷歌集成了“世界草图绘制”与Nano Banana Pro。这让用户可以在进入世界前预览其样貌，并修改图像以进行微调。你还可以定义角色的视角——如第一人称或第三人称——从而在进入场景前控制你的体验方式
2. 世界探索 (World exploration)
你创造的世界是一个等待探索的可导航环境。当你移动时，Project Genie会根据你采取的行动实时生成前方的路径。在穿越世界的过程中，你还可以调整镜头。
3. 世界重混 (World remixing)
你可以基于现有世界的提示词进行构建，将其重混成新的诠释。你也可以在作品库或通过随机功能探索精选世界以获取灵感，或在它们的基础上进行创作。完成后，你可以下载你的世界和探索过程的视频
AGI与世界模型
世界模型用于模拟一个环境的动态变化，预测其演变方式以及行为所带来的影响。尽管Google DeepMind在国际象棋或围棋等特定环境中已拥有成熟的智能体，但构建AGI需要能够驾驭现实世界多样性的系统。
为此，谷歌开发了Genie 3。与静态3D快照中的可探索体验不同，Genie 3能够在你移动和与世界互动时，实时生成前方的路径。它能为动态世界模拟物理和交互，其突破性的一致性使得模拟任何真实世界场景成为可能——从机器人技术、建模动画和小说，到探索地点和历史场景。
基于与各行业和领域的信任测试者合作的模型研究，谷歌通过实验性研究原型Project Genie迈出了下一步
写在最后
Project Genie是Google Labs中的一个实验性研究原型，由Genie 3驱动。由于Genie 3仍是一个早期的研究模型，存在一些已知的待改进领域：
生成的世界可能看起来不完全逼真，或不总是严格遵循提示词或图像，或不符合现实世界的物理规律
角色有时可能不太可控，或在控制时延迟较高
生成时长限制在60秒内
此外，去年8月宣布的某些Genie 3模型功能，例如在你探索时可以改变世界的“可提示事件”（promptable events），尚未包含在此原型中。
参考：
https://blog.google/innovation-and-ai/models-and-research/google-deepmind/project-genie/
--end--
最后记得⭐️我，每天都在更新：欢迎点赞转发推荐评论，别忘了关注我