AIGC動態歡迎閱讀

原標題：剛剛，谷歌發布基礎世界模型：11B參數，能生成可交互虛擬世界
關鍵字：模型,動作,視頻,圖像,環境
文章來源：機器之心
內容字數：6149字

內容摘要：

機器之心報道
機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 —— 生成式交互環境（Genie，Generative Interactive Environments）。Genie 是一個 110 億參數的基礎世界模型，可以通過單張圖像提示生成可玩的交互式環境。
我們可以用它從未見過的圖像進行提示，然后與自己想象中的虛擬世界進行互動。
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換為離散 token；一個動態模型，用于在給定潛在動作和過去幀 token 的情況下，預測視頻的下一幀。
看到這項技術發布，很多人表示：谷歌又要來領導 AI 技術了。谷歌還提出，Genie 學到的潛在動作可以轉移到真實的人類設計的環境中。在這個假設基礎上，谷歌針對機器人視頻訓練了一個 Genie 模型，作為機器人領域潛在世界模型應用的概念

原文鏈接：剛剛，谷歌發布基礎世界模型：11B參數，能生成可交互虛擬世界

聯系作者

文章來源：機器之心
作者微信：almosthuman2014
作者簡介：專業的人工智能媒體和產業服務平臺