DeepMind · 世界模型
DeepMind 发布 Genie 3 世界模型
DeepMind 推出 Genie 3，将世界模型的能力推向了新高度。该版本在可交互虚拟环境生成与物理世界模拟方面取得显著进展，能够基于文本或图像输入生成连贯、可控的 3D 场景与动作序列。Genie 3 延续了前代对无监督学习范式的探索，进一步提升了生成更长的交互轨迹，为机器人训练、游戏内容生成和虚拟仿真提供了更强大的基础模型。
- 域名
deepmind.google- 评分
- 5 · 重大发布
- 发布
- 2026-03-11
导读
Genie 3 是 DeepMind 在 2025 年 8 月 5 日发布的世界模型，由 Jack Parker-Holder 与 Shlomi Fruchter 撰写发布博客。系统的能力被概括得很具体：给定一段文本提示，Genie 3 可以生成可实时导航的动态世界，分辨率达到 720p，帧率 24 fps，可保持几分钟尺度上的视觉一致性。与上一代 Genie 2 以及视频生成模型 Veo 相比，Genie 3 第一次允许真正的实时交互，并在控制力、分辨率、延迟三个维度上同时改写边界。
文章把世界模型放在 AGI 路径上的位置加以解释。世界模型是 AI 系统对环境演化与自身动作后果的内部模拟，因此可以为 agent 提供一个无限可配的训练课程。Genie 3 在多种维度上展示了这种模拟能力：物理属性方面，火山地形上的越野轮胎压过岩屑、烟花夜的水面、飓风袭来的佛州沿海步行道都能由提示直接渲染并维持物体的合理形态；除此之外它还能模拟自然现象、自然主体与可编辑的"提示事件"。文章配套展示了视频与互动样例，并强调长时一致性 在世界模型中一向难以攻克，Genie 3 通过提升表示与训练策略让模型记住更久之前的场景。
对游戏内容生成、机器人训练与虚拟仿真而言，Genie 3 的价值在于把"可玩"与"可用"统一在一个基础模型里。研究者在博客中讨论了具身 agent 的研究路径、当前模型在物体持久性与多角色一致性上的限制，以及负责任部署的相关考量。DeepMind 同期推出 Project Genie 实验入口，允许在受控范围内试用世界生成与探索能力，这一发布因此既是一次模型迭代，也是把世界模型从学术示例推向交互式应用平台的尝试。