今年 8 月，我们预览了 Genie 3，这是一种能够生成多样化互动环境的通用世界模型。即使是这种早期形式，受信任的测试人员也能创建令人印象深刻的迷人世界和体验，并发现全新的使用方式。下一步是通过专注于沉浸式世界创建的专用交互式原型扩大访问范围。

从今天起，我们将向美国地区（18+）的 Google AI Ultra 订阅者开放 Project Genie 的访问权限。这款实验性研究原型允许用户创建、探索和改编自己的交互式世界。

我们如何推进世界模型

世界模型模拟环境的动态，预测其演变以及行动对其产生的影响。虽然 Google DeepMind 有史以来有针对特定环境（如国际象棋或围棋）的智能体，但构建 AGI 需要能够导航现实世界多样性的系统。

为了应对这一挑战并支持我们的 AGI 使命，我们开发了 Genie 3。与静态 3D 快照中的可探索体验不同，Genie 3 会随着您移动和与世界交互而实时生成前方路径。它模拟动态世界的物理和交互，其突破性的连贯性使其能够模拟任何现实场景——从机器人学和建模动画及小说，到探索地点和历史背景。

基于我们与来自各行业和领域的受信任测试人员开展的模型研究工作，我们迈出了下一步，推出了一个实验性研究原型：Project Genie。

Project Genie 的工作原理

Project Genie 是一个原型 Web 应用，由 Genie 3、Nano Banana Pro 和 Gemini 驱动，允许用户亲自体验我们世界模型的沉浸式体验。该体验围绕三个核心功能展开：

1. 世界草绘

通过文本和生成或上传的图片提示来创建充满活力、不断扩展的环境。创建您的角色、世界，并定义您希望如何探索它——从步行到骑行，从飞行到驾驶，乃至超越这些。

为了更精确的控制，我们将“世界草绘”与 Nano Banana Pro 集成。这允许您预览世界外观并在进入前修改图片以微调世界。您还可以定义角色的视角——例如第一人称或第三人称——让您在进入前掌控体验场景的方式。

2. 世界探索

您的世界是一个等待探索的可导航环境。当您移动时，Project Genie 会根据您采取的行动实时生成前方路径。您也可以在穿越世界时调整摄像头。

3. 世界改编

通过在原有提示之上构建，将现有世界改编为新的诠释。您还可以探索画廊中策划的世界或通过选择随机化图标获取灵感，或在此基础上构建。完成后，您可以下载世界和探索过程的视频。

我们如何负责任地构建

Project Genie 是 Google Labs 中一个由 Genie 3 驱动的实验性研究原型。与我们致力于通用 AI 系统的各项工作一样，我们的使命是负责任地构建 AI 造福人类。由于 Genie 3 是早期研究模型，存在一些已知的改进领域：

• 生成的世界可能看起来不完全逼真，或不始终严格遵守提示或图像，或不符合现实物理规律
• 角色有时可能难以控制，或控制延迟较高
• 生成内容限制在 60 秒以内

我们在 8 月宣布的 Genie 3 模型的一些功能，例如可提示的事件会在您探索时改变世界，目前尚未包含在此原型中。您可以在这里找到有关模型局限性和未来更新以及如何改进体验的更多详细信息。

基于我们与受信任测试人员一直开展的工作，我们很高兴向最先进的 AI 用户分享此原型，以便更好地了解人们如何在 AI 研究和生成媒体的许多领域使用世界模型。

Project Genie 的访问权今天开始向美国的 Google AI Ultra 订阅者 1 推出，并将在适当时候扩展到更多地区。我们期待看到他们创造的无限多样的世界，随着时间的推移，我们的目标是让这些体验和技术对更多用户开放。