gooole

日前，谷歌DeepMind团队发布基础世界模型Genie——一个虚拟生成的可交互环境，110亿参数，通过给模型投喂视频数据进行训练，生成照片、草图甚至可以操控的虚拟世界。据悉，该模型主要有两大特点：①可以在没有动作标签时学习控制；②可以应用于多个领域，而不需要任何额外的领域知识。

与竞争对手OpenAI两周前火遍全球的文生视频模型Sora不同的是，Sora能够直接从文字生成视频，这更加“大力出奇迹”，且生成视频长度可达一分钟；而Genie从目前官网披露的情况来看，大部分情况下需要先用文生图模型来生成起始帧图片，再用Genie生成视频，且视频在一两秒左右，更像是动图。