AI 生成视频，不再只是用来看的了。 以前是给几句提示词，等它吐出一小段固定视频。 你点一下播放，当个纯观众。 深度思维（DeepMind）刚发布的交互世界… · @mubeitech · TwKit

@mubeitech

AI 生成视频，不再只是用来看的了。 以前是给几句提示词，等它吐出一小段固定视频。 你点一下播放，当个纯观众。 深度思维（DeepMind）刚发布的交互世界模型 Genie 4，直接把这个规则掀了。 给一张静态图，几秒钟后，它直接在屏幕里撑开一个能互动的动态世界。 怎么个互动法？ 镜头角度由你实时推拉，每一处细节都能随手调度。 你不断输入新的提示，模型就在后台推演下一步会发生什么。 环境里的背景音实时匹配。 里面的人会走动、会给出反应，还会当场开口说话。 想打游戏？ 描述一个玩法，几秒钟后你就能完全接管角色。 你说要攻打城堡，它当场生成对应的埋伏和陷阱。 这不是程序员预先写死的脚本代码。 是模型实时模拟出来的物理逻辑。 更关键的用处，其实不在游戏。 而在现实世界的具身智能。 官方演示里专门放了一个场景，让实体机器人在虚拟世界里练习复杂任务。 先在算力造出来的世界里试错无数遍，再放到物理世界去落地。 当然，这目前只是官方的技术原型演示，尚未开放全面商用。 但它把下一阶段的方向摆得清清楚楚。 以前的 AI 只是在生成影像。 现在的世界模型，已经开始把整个世界的控制器交给你了。 https://x.com/GoogleDeepMind/status/2115114028338962672/video/1

曝光 217 · 评论 1 · 点赞 1 · 书签 0