据MIT科技评论网8月6日消息，美国谷歌DeepMind发布新一代通用世界模型Genie 3。该模型能够根据用户的文本或图像提示，实时生成可供用户及AI智能体进行互动的3D虚拟环境。相比前代产品，Genie 3实现了向实时可交互虚拟世界模拟的重大跨越，尤其在互动时长和记忆连贯性上取得了巨大进步。例如，Genie 2虽然也能根据图像生成可互动的世界，但交互时间仅有10~20秒，且并非实时进行，分辨率也仅有360p，而Genie 3则能以720p的分辨率和每秒24帧的速率流畅运行，用户还可持续进行长达数分钟的互动，实现了质的提升。更重要的是，Genie 3拥有了初步的“记忆”能力，解决了前代模型在长时间交互后容易出现内容“遗忘”或前后矛盾的问题。Genie 3作为第一个真正意义上实现了实时交互的通用世界模型，已经清晰地展示了一条技术路径的可能性。