剛剛，谷歌發(fā)布基礎(chǔ)世界模型：11B參數(shù)，能生成可交互虛擬世界

AIGC動態(tài)歡迎閱讀

原標(biāo)題：剛剛，谷歌發(fā)布基礎(chǔ)世界模型：11B參數(shù)，能生成可交互虛擬世界
關(guān)鍵字：模型,動作,視頻,圖像,環(huán)境
文章來源：機(jī)器之心
內(nèi)容字?jǐn)?shù)：6149字

內(nèi)容摘要：

機(jī)器之心報道
機(jī)器之心編輯部一鍵生成可玩游戲世界。
問世才兩個星期，谷歌的世界模型也來了，能力看起來更強大：它生成的虛擬世界「自主可控」。剛剛，谷歌定義了生成式 AI 的全新范式 —— 生成式交互環(huán)境（Genie，Generative Interactive Environments）。Genie 是一個 110 億參數(shù)的基礎(chǔ)世界模型，可以通過單張圖像提示生成可玩的交互式環(huán)境。
我們可以用它從未見過的圖像進(jìn)行提示，然后與自己想象中的虛擬世界進(jìn)行互動。
不管是合成圖像、照片甚至手繪草圖，Genie 都可以從中生成無窮無盡的可玩世界。Genie 由三個部分組成：一個潛在動作模型，用于推斷每對幀之間的潛在動作；一個視頻 tokenizer，用于將原始視頻幀轉(zhuǎn)換為離散 token；一個動態(tài)模型，用于在給定潛在動作和過去幀 token 的情況下，預(yù)測視頻的下一幀。
看到這項技術(shù)發(fā)布，很多人表示：谷歌又要來領(lǐng)導(dǎo) AI 技術(shù)了。谷歌還提出，Genie 學(xué)到的潛在動作可以轉(zhuǎn)移到真實的人類設(shè)計的環(huán)境中。在這個假設(shè)基礎(chǔ)上，谷歌針對機(jī)器人視頻訓(xùn)練了一個 Genie 模型，作為機(jī)器人領(lǐng)域潛在世界模型應(yīng)用的概念

原文鏈接：剛剛，谷歌發(fā)布基礎(chǔ)世界模型：11B參數(shù)，能生成可交互虛擬世界

聯(lián)系作者

文章來源：機(jī)器之心
作者微信：almosthuman2014
作者簡介：專業(yè)的人工智能媒體和產(chǎn)業(yè)服務(wù)平臺