Google DeepMind推出Genie 3：支持文本生成3D可实时交互世界

近日，Google DeepMind 正式推出了新一代生成式 AI 模型 Genie 3。

Genie 3 只需用户输入简单的文本，就能在数秒内实时生成可交互的 3D 虚拟环境。想象一下，无论是充满神秘色彩的“热带雨林生态系统”，还是充满未来感的“2050 年的火星基地”，只需轻轻敲下文字指令，一个栩栩如生、动态可探索的虚拟世界便呈现在眼前，而且还能以每秒 24 帧的流畅度运行。

与前代模型相比，Genie 3 最大的亮点在于实现了实时生成与交互性的重大突破。其独特的“提示式世界事件”功能能够在虚拟场景中动态模拟生态变化、物理反应或历史演进。比如，当用户想要了解森林砍伐对环境的影响时，只需输入相关指令，系统就能模拟出森林砍伐后气候与生物的种种变化，让用户仿佛亲身经历了一场生态灾难。

长期以来，VR 教育一直面临着内容开发复杂、技术门槛高的难题，这使得它难以在普通课堂中广泛普及。许多教师空有创新的教学理念，却因缺乏 3D 建模与编程技能而望而却步。然而，Genie 3 为 VR 教育的普及带来了新的希望。

有了 Genie 3，教师们无需再为复杂的技术问题而烦恼。只需几行简洁的文字，就能轻松创建出一节别开生面的虚拟课。比如，教师可以打造一场“古巴比伦街头导览”，让学生仿佛穿越时空，置身于繁华的古巴比伦街头，亲身感受那个时代的建筑风格、文化氛围和生活场景；或者创建一个“零重力实验室”，让学生在虚拟环境中体验失重状态下的奇妙现象，激发他们对科学探索的兴趣。

尽管 Genie 3 展现出了巨大的潜力和优势，但目前它仍存在一些技术限制。例如，它无法精确还原现实地理坐标，这对于一些需要精准地理信息的教学场景可能会造成一定的影响；同时，它还不支持多人联机功能，限制了学生之间的互动与合作；此外，场景的持续时间也有限，无法长时间维持一个稳定的虚拟环境。

为了确保生成内容的准确性和安全性，DeepMind 对 Genie 3 的开放权限进行了严格控制。目前，它仅在小范围内进行内测，由专业的“责任研发团队”进行监督和管理，并未向公众全面开放，在一定程度上限制了 Genie 3 的推广速度。