代號“精靈” 谷歌首次開放世界模型 AI加速進入“憑空造世”時代

《科創板日報》1月31日訊（編輯 宋子喬） 如果人工智能領域的進步可以看作一部交響樂，那么過去幾年，樂章的主題無疑是“生成”——生成文字、圖像、聲音乃至視頻。然而，在2026年初，一段嶄新的旋律被奏響：它不僅生成，更能構建。

谷歌大樓 網絡圖

北京時間1月30日凌晨，谷歌DeepMind向外部開放了Project Genie，它被認為是目前最先進的世界模型之一，可以算是世界模型Genie3的實驗性研究原型，也是這套世界模型第一次以可交互形態對公眾開放。

“Genie”這個單詞源于阿拉伯語jinni（精靈），后經法語變形成génie后成為一個英語詞匯，最常見的含義是指阿拉伯和伊斯蘭神話傳說中，一個能實現召喚者愿望的“精靈”或“神怪”。谷歌DeepMind將其世界模型項目命名為“Project Genie”（精靈計劃），正是在闡釋該神話的內涵：這個AI模型能將你用文字描述的任何場景（召喚者的愿望），瞬間生成一個可以進入并交互的虛擬世界。

當AI不僅能夠描繪夢境，更能讓人走進夢境并與之互動時，我們所討論的“虛擬”與“現實”的邊界，或許已到了需要被重新思考的時刻。

目前，該原型率先向年滿18歲的美國Google AI Ultra（3個月125美元）訂閱用戶開放。

Project Genie有何不同？

Project Genie的底層是世界模型Genie 3。與OpenAI的Sora等內容生成大模型不同，它的功能不局限于多模態內容生成（比如AI視頻生成工具可為用戶創作一段影片，模型可依據、參考的一切數據來自人類儲存好的文字庫、圖像庫及視頻庫），而是可以生成一個完整的空間，實現“憑空造世”：

只需用文字描述一個場景或上傳一張圖片，例如“一座被巧克力河環繞的棉花糖城堡”，一個實時的、可交互的3D虛擬世界便會在幾秒鐘內生成。

用戶能夠像玩電子游戲一樣，指揮角色在其中自由行走、飛行或駕駛，探索這個想象出來的世界。

周圍的環境則根據視角和行為動態、連續地生成。這并非依賴傳統的游戲引擎解碼固定數據，而是對潛在物理規律與空間邏輯的一次即時推演與具現，能在用戶移動時，實時生成前方的路徑和環境。

從技術本質上看，世界模型的核心是模擬環境的動態變化，預測環境的演化和行為對環境的影響。

谷歌DeepMind在諸如國際象棋、圍棋等特定環境的AI智能體研發上已有深厚積累，但要實現通用人工智能（AGI），系統必須能夠理解和應對現實世界近乎無限的復雜性與多樣性。

Genie 3正是在這一方向上邁出的關鍵一步。它提供了一種前所未有的模擬能力，能夠生成任何現實或虛構場景的交互式環境。這為機器人技術、動畫制作乃至歷史場景的虛擬探索等領域提供了強大的工具。

對于AI的發展而言，Project Genie的深意遠不止于炫酷的體驗。它最核心的價值，在于為AI智能體（及未來的機器人）提供了一個無限、安全且成本可控的“模擬訓練場”、“試錯沙盒”。智能體可以在Genie創造的海量、多樣化的模擬環境中進行學習和訓練，理解現實世界的物理規則和因果邏輯，這正是邁向通用人工智能不可或缺的基石。

從這個角度看，世界模型并非一個內容端的創作工具，而是一座連接當前AI與未來“具身智能”的橋梁，是讓AI學會“常識”與“因果”的關鍵基礎設施。

AI學術大佬、科技巨頭爭相布局

人工智能先驅們幾乎一致認為，世界模型對打造下一代人工智能至關重要。許多人表示，該技術終將助力創造超越人類的AGI。

斯坦福大學教授、人工智能“教母”李飛飛創立了世界模型初創公司World Labs，據知情人士本月透露，“AI教母”李飛飛正與投資者展開新一輪洽談，該公司最新估值有望達到約50億美元；早些時候的消息顯示，“AI教父”楊立昆的世界模型初創公司AMI Labs在一輪融資中吸引了包括Cathay Innovation在內的潛在支持者，該輪融資可能使這位前Meta首席人工智能科學家的公司估值達到35億美元；英偉達CEO黃仁勛早早表態，世界模型能助力實現“物理人工智能”，自主操控機器人、自動駕駛汽車等設備；Meta的超級智能AI實驗室與機器人團隊合作，正是為了構建世界模型，通過模擬現實世界物理規律，為機器人提供空間感知和精細操作能力，彌補現有機器人的不足……

當然，作為初期成果，Project Genie為代表的世界模型仍非常不成熟。以Project Genie為例，該模型每次生成和探索的時間被嚴格限定在60秒以內，生成的世界在物理效果上可能不夠逼真，有時無法精確遵循提示詞或現實世界的物理定律，角色的操控也時常出現延遲或響應不精確的問題。此外，一些在早期演示中提及的高級功能，如通過即時指令改變世界事件，尚未在此版本中實現。

這些限制部分源于世界模型巨大的計算消耗，這也是當前AI模型技術面臨的核心矛盾。DeepMind的研究人員坦言，用戶每使用一次，背后都有一塊專用的計算芯片為其服務。每一次看似輕松的“造世”，背后都依賴專用計算芯片的全功率運轉。這決定了它在現階段，更像一扇僅供窺探未來的窄窗，而非可以隨意出入的大門。

游戲或成世界模型的首個試水行業

谷歌DeepMind、World Labs等領先的AI團隊都認為，世界模型可能會首先重塑游戲、影視行業。

傳統的3D資產創建與場景搭建是人力與時間密集型的核心環節。Project Genie展示的可能性是，將部分前期概念設計、場景原型構建乃至動態分鏡預覽的過程，壓縮至幾分鐘甚至幾秒鐘。這并非要取代專業的創作引擎，而是可能重塑創作流程的起點，極大地釋放創意驗證的速度。

DeepMind世界模型項目Genie 3的聯合負責人Shlomi Fruchter此前表示：“軟件開發，尤其是游戲開發，正在發生巨大變化，我預計在未來幾年，這種變化甚至可能是徹底性的。”

去年年底，World Labs正式推出了其首款商業產品、由生成式AI驅動的三維世界生成系統Marble。李飛飛表示，這項技術將影響Unity和Epic旗下Unreal等游戲引擎，“這一切都將被顛覆，模擬類游戲引擎確實到了該升級的時候了。”

除了游戲領域，xAI、英偉達等公司，也希望將世界模型嵌入機器人和自動駕駛汽車中。