从“内部世界”到虚拟造物：世界模型的前世今生

文/陈永伟 8月5日，谷歌DeepMind发布了其新模型——Genie 3。 该模型能够根据用户的文本或图像提示，实时生成可供用户与AI智能体（AI Agent）互动的3D虚拟环 境。例如，用户只需输入"月球上的火山边"，Genie 3便能即时生成一片浮动的火山、黄色的大地与远 处的宇宙背景，并允许用户进入探索。 相比此前的AI模型，Genie 3展现出更强的实时交互能力，并在互动时长和记忆连贯性上表现尤为出 色。例如，如果用户在生成的房间墙壁上涂鸦，然后转身探索别处，那么当他稍后返回时，墙上的涂鸦 依旧保留。 不仅如此，Genie 3还引入了"可提示的世界事件"（Promptable World Events）功能。这允许用户在交 互过程中，通过新的文本指令动态改变世界。无论用户要求"加入一只奔跑的小狗""把天气从晴天变成 大雨"，还是"将环境从海边变成山上"，Ge-nie 3都能瞬间响应。 Genie 3的出色表现不仅刷新了AI生成世界的边界，也让人们看到了另一条通向通用人工智能（AGI）的 路径——"世界模型"（World Model）的希望。一时间，关于"世界模型"的讨论频频见诸媒体。 那么，什么是" ...