一句话一个塞尔达，谷歌这次真有点吓人了。

要说 AI 圈最不缺的，可能就是 Demo 战神。宣传片隔三岔五炸裂，实际真上手各有各的拉。

但世超这还是第一次，看到买家秀比卖家秀还震撼的世界模型。。。

没错，我说的就是谷歌最新推出的 Project Genie。

Project Genie 推出即爆火，谷歌 DeepMind 官推十二小时狂卷四千多转发，近两万赞，一万收藏。

有老哥趁机内涵 R 星，有了 Project Genie，“ 我们将能够在 GTA6 正式发布之前完成 GTA6 的开发。”

还有更夸张点的哥们儿，直接把 Project Genie 和 GPT-2 相提并论。GPT-2 之于 AI 界是什么地位，大伙儿懂得都懂。

其实 Project Genie 的底层模型不是新东西，接的是去年 8 月谷歌发布的世界模型 Genie 3。

不过这回，Project Genie 把 Genie 3 和 Nano Banana Pro 揉在一起，来了一波可玩性大升级。

Genie 3 官方示例

有些差友可能不太了解世界模型，这东西和视频模型不一样，它的目标不是生成一段视频，而是搭建一个能探索交互的，无限生成的物理世界。大伙儿可以把它想象成我的世界无边界版。

根据谷歌的官方博客，Project Genie 的功能主要分成三大部分：世界草图、世界探索和世界再合成。

简单来说，世界草图指输入场景提示词和角色提示词，Nano Banana Pro 负责画面草图生成，先给你看看视觉效果满不满意，你想用第一视角还是第三视角；再交给 Genie 3 实时生成可探索的物理世界，这就是世界探索；最后，世界再合成让我们可以基于已有提示词，继续修改世界的样子。

不像以前只有几个 Demo 案例能用，现在直接实现人人按需定制。

比如在官方的示例中，场景提示词输入 “ 一个有很多珊瑚的海底世界 ”，角色描述是 “ 一只金鱼 ”，下面是返回的结果：

或者随手拍一张生活照片，瞬间能动起来，这效果，你就说有没有双人成行那味儿吧。

甚至可以随时中断退出原世界，只换角色，只换背景都可以，一致性强，操作自由度也相当高。

至少从官方案例来看，不只画面精细度提升了不少，以前世界模型场景崩崩崩、操作掉帧卡顿的老毛病也改掉了。

当然，看完官方案例肯定也有差友觉得，就这？感觉跟以前没啥本质区别啊？ 还是 WASD 逛街，研究这玩意儿到底有啥意义？

那如果。。。大伙儿私底下的测试效果是这样呢？

注意烟盒和纸屑的碰撞

或者这样？

还有这样？

再或者是这样？？？这和多年前血洗 B 站游戏区的掘地求升到底还有什么区别？？？

有网友表示，这是他做的第一个 AI 视频游戏，真就是一句话，一个游戏。。。

要是大伙儿怀疑上面这些案例是不是非实录，纯玩梗，这还有证据可查。

相比起来，什么 Vibe Coding，AI 帮忙写代码开发游戏，世超宣布，Project Genie 才是游戏界 next level。

只是水友肯定玩爽了，就是不知道要有多少游戏厂商来敲谷歌的门了。。。

不过大伙儿别看 Project Genie 现在这么神，其实很长时间，不少人对世界模型都持深深的怀疑态度。

不说它到底能不能真参透物理世界，通向大模型都做不到的 AGI了。。。

就说这玩意对视觉数据要求极高，再掺上各种动作数据，训练烧着比大模型多好几倍的算力，连部署难度都相当大，费力研究这么多年，结果效果还是一般般。。。

像之前 Genie 3 刚推出，只准看不准玩的时候，世超也是用谷歌发布的各种 Demo 云过一番的。

总的来说还行，要说惊艳不至于。就是那种，我知道 Genie 3 在业内，世界模型这个领域已经是最顶的，可这矬子里的大个儿看起来也不过如此，像场景渲染没做好的小游戏。

类似的，我们之前还尝试过李飞飞教授 World Labs 推出的 Marble 世界模型，效果只能说和 Project Genie 有很远的距离。

分辨率刷新率比较低，操作卡顿；对物理世界的理解不够到位，经常上天入地；模型记忆有限，开始看见的人，转个头就消失等等。

这些问题不只在 Marble，而是长期存在各个团队开发的各种世界模型里，让这玩意儿看起来相当难用。

啊？就这么穿过去了吗？

但是这回 Project Genie 一出现，看谁还说世界模型没用，这世界模型可太棒了。

虽然不能保证它现在一定能做出多精美的游戏，距离 《 头号玩家 》 那种科幻片更是差得远，但至少只要技术再成熟点，不要太多时间，和语言大模型、视频生成模型一样，它的应用前景会变得相当广泛。

比如以前用 AI 做广告，受限视频生成时长，要把一个个几十秒一分钟的小片段费好大劲拼起来，还得小心翼翼维护主体别崩，不能前一秒是小米，后一秒是法拉利。

还有我们后期做视频，经常要手搓一些很复杂的 3D 模型或者场景，相当费时费力。

而以后有了 Project Genie 这一类世界模型，只要先用提示词，或者给一张提前生成好的图片，一键就能把它们变成 3D 物体、3D 场景，想要什么画面都不成问题。

有说好的就有说不好的，也有人试用 Project Genie 以后表示体验一般的，没那么流畅，偶尔卡顿，还有时间限制。

谷歌官方也表示，Project Genie 还有很大改进空间。生成的结果可能和你给的提示词、图片有出入，和现实物理规律也有差异；角色有时会变得难控制，或者动作延迟较高；每生成一次只能用 60 秒。

不管是啥样，世超是真想亲自尝尝咸淡。结果谷歌坏得很，目前 Project Genie 只提供给美国谷歌 Ultra 账号使用，还要年龄验证 18+。

可能是知道大伙儿的 Pro 账号都是怎么 py 来的，感觉谷歌对 Pro 限制得厉害，越来越不好用了。

但问题不大，毕竟刚出现的新东西大家都宝贝得很。可一旦有了第一个做出来的，技术普及只是时间问题。

从自然语言模型的研究到 GPT-2，走过了漫长的几十年；而从 GPT-2 到现在语言模型大乱斗，只用两年多。

刚起步的世界模型，顶多算个有点好玩的玩具。当然，它也可能和语言模型一样，正站在一个我们还没注意到的起点上。

撰文：莫莫莫甜甜

编辑：江江 & 面线

美编：萱萱

图片、资料来源：

Project Genie 官方播客、World Labs 官网、X

https://gabetherielist.artstation.com/projects/e0Dw0b