InfoQ
·
DeepMind推出Genie 3，一种文本到3D互动世界模型
💡
原文英文，约400词，阅读约需2分钟。
📝
内容提要
DeepMind推出Genie 3，这是一个能够根据文本提示生成互动3D环境的框架。该系统实时渲染场景，支持物体持久性和一致的物理效果，适用于机器人和具身AI的训练，区别于其他生成AI系统。
🎯
关键要点
- DeepMind推出Genie 3，这是一个根据文本提示生成互动3D环境的框架。
- Genie 3实时渲染场景，支持720p分辨率下每秒约24帧的渲染速度。
- 该系统支持物体持久性，环境中的变化会持续存在。
- Genie 3结合了内容创作和仿真平台的功能，能够从自然语言生成独特环境。
- 该模型可以创建多种设置，适用于机器人和具身AI的训练。
- Genie 3与其他生成AI系统的区别在于其实时交互能力和环境生成方式。
- 与OpenAI的Sora相比，Genie 3支持实时互动，而Sora仅限于固定长度的视频。
- Meta的Habitat需要预定义场景，而Genie 3可以根据提示生成环境。
- NVIDIA的Isaac Sim依赖手动构建的环境，而Genie 3则是按需生成。
- 用户在Reddit上对Genie 3的印象表示惊叹，认为其如同科幻作品。
- 传统的模拟引擎如Unreal Engine和Unity需要手动场景组装，而Genie 3可以按需生成环境。
➡️
