https://www.youtube.com/watch?v=HDaXvGI7xrg
本视频介绍了Google DeepMind最新发布的Genie 3交互式世界模型,这是一个能够根据文本或图像提示生成完整、可探索虚拟世界的AI原型。
主要内容包括:
- **世界生成与探索**:用户可以通过文本描述或上传图片来生成独特的虚拟环境(如外星有机构造体、云端漂浮世界),并以第一人称或第三人称视角在其中自由行走、跳跃和探索。
- **实时编辑与混音功能**:支持在生成前通过草图预览并修改世界(如调整颜色、结构),并能对已有世界进行“混音”改造(例如将赛车世界的汽车改为红色、草地变为紫色)。
- **技术集成与限制**:模型由Genie 3、Nano Banana Pro和Gemini共同驱动,可实现实时路径生成和环境动态变化。目前体验仍存在延迟较高、角色控制不够精确,且每次生成限时60秒。
该演示展现了AI在生成交互式内容方面的前沿进展,适合对人工智能、游戏开发或创意技术感兴趣的观众了解下一代沉浸式体验的潜力。