谷歌DeepMind推出Genie模型：110亿参数、可基于图片生成2D游戏

快科技 2 月 27 日消息，据媒体报道，谷歌发布了新交互模型—— Genie，该技术将为 AI 领域带来革命性的突破。

据了解，Genie 共有 110 亿个参数，能够基于用户输入的一张图片和提示词，生成一款较为完整的 2D 平台游戏。

Genie 三由个部分组成：一个潜在动作模型，用于推断每对帧之间的潜在动作；一个视频 tokenizer，用于将原始视频帧转换为离散 token。

另有一个动态模型，用于在给定潜在动作和过去帧 token 的情况下，预测视频的下一帧。这三个组件共同协作，使得 Genie 能够生成具有高度交互性和可控性的虚拟世界。

Genie 通过了网络上超过 20 万小时的 2D 游戏视频训练，目前只是一个研究预览版，这些游戏更像是 2D 平台游戏，而不是完全的 VR 游戏。

此外，它能生成图像和其他资产，将你的草图变成一个完全实现的开放世界，然后根据玩家提供的操作预测下一个像素帧，Genie 还可以应用于设计相关的创作领域，进一步拓宽了创作者的想象空间。