Genie是一個擁有110億參數的基礎世界模型，通過推斷生成環境中的潛在動作來交互。與強調視頻真實性的Sora不同，Genie更注重潛在動作的預測。
觀點網訊：2月27日，谷歌發布名為Genie的新世界模型，該模型基于互聯網視頻訓練，能從合成圖像、照片、草圖中生成多種動作可控的環境。
據谷歌介紹，Genie是一個擁有110億參數的基礎世界模型，通過推斷生成環境中的潛在動作來交互。與強調視頻真實性的Sora不同，Genie更注重潛在動作的預測。
谷歌展示的視頻顯示，Genie能根據單張圖像生成背景變換、動作流暢的視頻。
在世界模型領域，各家公司的路徑不盡相同。Sora作為早期引起關注的模型，被OpenAI形容為世界模拟器的視頻生成模型。關于Sora是否真正理解物理世界規律並具備世界模型屬性仍存在争議。
與此同時，Meta發布了名為V-JEPA的模型，該模型能生成視頻中被遮擋的部分。與Genie相似，V-JEPA也強調對“推測”的重視。通過自監督訓練，V-JEPA能了解世界運作的知識。
審校：徐耀輝
版權聲明：觀點網絡信息科技有限公司及廣州觀點信息資訊服務有限公司擁有及保留其主辦暨承辦網站、論壇及活動的所有資料（包括但不限於文字、圖片、音頻、視頻資料及頁面設計、編排、軟件等）的所有權、版權等其他相關知識產權。除經授權合法使用上述資料外，未征得我司書面許可並付費，任何單位和個人不得以任何理由及方式使用上述資料（包括但不限於轉載、轉讓、授權他人使用等），否則我司將依法追究其法律責任以及賠償責任。
承印人：觀點網絡信息科技有限公司 (Guandian Network Information Technology Co.,Ltd.)
地址：香港灣仔菲林明道8號大同大廈15樓1505室（Room 5,15th Floor,Tai Tung Building,8 Fleming Road,Wan chai,HongKong Island,HongKong. ）
電郵：info@guandian.hk
移動端下載