谷歌在其实验性项目 Project Genie中引入了一项突破性功能：将通用世界模型（General World Model）的生成能力与 Google 街景（Street View） 的真实世界图像相结合。这一升级不仅让普通用户能够基于真实地点创造奇幻场景，更为 AI 代理和机器人在复杂现实环境中的学习与推理提供了至关重要的“ grounding ”（落地/基于现实）基础。
- 地址：https://deepmind.google/models/genie
目前，包含新功能在内的 Project Genie 正逐步向全球符合条件的 Google AI Ultra 订阅者开放。
核心突破：街景驱动的“真实感”世界生成
Project Genie 原本是一个能够生成多样化、可交互环境的通用世界模型，广泛应用于学术研究及 Waymo 等自动驾驶模拟场景。此次更新的核心在于 Maps Imagery Grounding 技术的引入：
- 基于真实坐标：用户可以在地图上选择美国境内的任意地点（通过点击地图图钉），Genie 将直接调用该位置的街景图像作为世界的“起点”和视觉基础。
- 风格化重构：在真实地点的基础上，用户可以指定一种艺术风格（如“海洋世界”、“黑白电影”、“赛博朋克”等），并描述角色或元素。Genie 会结合街景的几何结构与用户的创意提示，生成一个既熟悉又充满想象力的可交互世界。
技术意义：为 AI 代理提供“接地气”的训练场
除了娱乐和创意创作，这一功能对 AI 研发具有深远意义：
- 现实复杂性模拟：传统的虚拟环境往往过于理想化或抽象。通过结合街景，Genie 能够生成包含真实世界光照、纹理、几何结构和物体分布的环境。
- 代理训练与推理：AI 代理（Agent）和机器人需要在这些高保真的虚拟环境中进行导航、交互和决策训练。由于环境基于真实数据，代理学到的技能更容易迁移到现实世界中，解决了仿真与现实之间的“鸿沟”问题。
使用指南与限制
- 访问权限：从今天起，Project Genie（含街景功能）将逐步推送给全球所有 Google AI Ultra 订阅者。
- 地域限制：目前街景 grounding 功能仅支持 美国境内 的地点。谷歌计划在未来随着时间的推移扩展到更多国家和地区。
- 实验性质：Project Genie 仍是 Google Labs 中的实验性研究原型。虽然效果惊艳，但在细节准确性、物理一致性等方面可能存在局限。谷歌正在幕后持续优化模型，以提升生成内容的清晰度和真实感。
© 版权声明
文章版权归作者所有，未经允许请勿转载。
