谷歌Genie爆打Sora，基础世界模型AGI来了？一张草图即生一个世界，通才智能体迎来新革命

AIGC动态欢迎阅读

原标题：谷歌Genie爆打Sora，基础世界模型AGI来了？一张草图即生一个世界，通才智能体迎来新革命
关键字：模型,动作,视频,世界,研究人员
文章来源：新智元
内容字数：9400字

内容摘要：

新智元报道编辑：编辑部
【新智元导读】真正的「基础世界模型」诞生了！谷歌团队发布110亿参数Genie「精灵」，从一张图片就能创造出可玩的虚拟世界，动作可控碾压Sora。网友惊叹，AI已经杀到视频游戏领域了。就在昨天，谷歌DeepMind重磅发布了一个基础世界模型——Genie「精灵」。
从一个图像，一张照片，一个草图中，它就能生成一个无穷无尽的世界。
当红炸子鸡Sora虽然创造了令人惊叹的场景，但它们的动作并非可控。
而Genie将成为游戏规则的改变者，创造的虚拟场景可以像电子游戏一样进行互动。
论文地址：https://arxiv.org/abs/2301.07608
Genie的疯狂之处在于，学习了20万小时的未标注互联网视频，无需监督即可训练。
无需任何动作标注，便可以确定谁是主角，并让用户能够在生成的世界中对其控制。
凭借110亿参数，Genie确立了自己作为基础世界模型的地位
具体来说，它是通过潜动作（latent action）模型、视频分词器，以及自回归动态模型三大核心组件来实现的。
由此产生的学习潜动作空间，不仅使用户交互成为可能，而且还有助于训练智能体模仿看不见的

原文链接：谷歌Genie爆打Sora，基础世界模型AGI来了？一张草图即生一个世界，通才智能体迎来新革命