[情報] DeepMind發佈Genie 2「基礎世界模型」

DeepMind發佈Genie 2「基礎世界模型」，單圖可生成1分鐘3D遊戲世界

https://www.techbang.com/posts/120000-deepmind-releases-genie-2-an-ai-model-
that-can-generate
https://tinyurl.com/4thtp2u7

在AI研究中，遊戲一直扮演著至關重要的角色。因為具有以引人入勝的特性、獨特的挑戰組合以及可衡量的進展，遊戲成為了安全測試和提升AI能力的理想環境。

自Google DeepMind成立以來，遊戲一直都是研究的核心——從早期的Atari遊戲研究，到
AlphaGo和AlphaStar等突破性成果，再到與遊戲開發者合作研究通用智慧體。

Google DeepMind（AlphaGo的幕後團隊）發佈了 Genie 2，這是一款開創性的工具，可根據單個圖像提示生成互動式 3D 世界。 這個新模型旨在幫助訓練和測試人工智慧代理，允許他們使用鍵盤和滑鼠輸入與這些動態環境進行互動。 根據 DeepMind 的說法，它可以在各種互動環境中訓練和測試人工智慧代理，以下是其主要功能的細分：

角色動作可控
Genie 2 可對鍵盤和滑鼠輸入等動作做出反應，讓人或人工智慧與環境互動。 例如，當你按下方向鍵時，它就會明白必須移動角色，從而不會錯誤地移動樹木或雲朵等物體。

例如，模型必須計算出，箭頭鍵應該移動機器人，而不是移動樹木或雲朵。

即時建立新內容
它可以建立新的、一致的內容，同時隨著時間的推移保持世界的完整性，確保環境始終以可信的方式不斷發展。

Genie 2 可以對物理、重力和光照等複雜的互動進行建模，甚至可以製作角色動畫和模擬非遊戲角色 (NPC) 的行為。 它可以處理從水流效果到角色移動和煙霧等一切效果。

系統還可以從同一起點生成不同的路徑。 這一功能允許研究人員測試不同的結果，為培訓目的提供了一種模擬各種體驗的方法。

支援用真實世界圖像生成
不僅限於電腦生成的圖像，Genie 2 還可以使用真實世界的照片作為提示，模擬風吹草動或水流等自然元素。

Genie 2還有長時間記憶的功能，能夠記住那些暫時離開畫面的場景，並在它們重新進入視野時，精確地還原出來。

快速打造遊戲原型
研究人員可以使用 Genie 2 快速建立互動式體驗，以便在不同環境中進行快速測試和培訓。 它可以將概念藝術或圖紙轉化為完整的互動世界。

像Genie 2這樣的生成式人工智慧並非沒有爭議。 版權和智慧財產權問題是這一領域的主要癥結所在。 此類模型通常是在從Internet上獲取的資料集上進行訓練的，其中有時包括受版權保護的資料。

藝術家、遊戲開發者甚至科技公司都對未經授權使用他們的內容來訓練這些模型表示擔憂。 在生成式人工智慧的其他領域， 已經出現了針對 OpenAI 和 Stability AI 等公司的訴訟，原告認為他們的作品未經許可被使用。 不難想像這裡也會出現類似的案件，尤其是當這些人工智慧生成的世界與人類創造的設計越來越難以區分時。

對資料採集行為的廣泛批評又增加了一層複雜性。 許多人對 Meta 和 X 等公司感到失望，因為這些公司使用其平台上的使用者資料來訓練模型，而這些資料往往未經使用者明確同意。

Genie 2: A large-scale foundation world model
https://deepmind.google/discover/blog/genie-2-a-large-scale-foundation-world-model/
https://tinyurl.com/yjhdecka

--