谷歌DeepMind于2025年发布了Genie 3，这是首个实时交互式通用世界模型。它能够通过文本提示生成可交互的3D环境，具备自回归生成架构和物理理解能力，支持多种场景类型，应用于智能体训练、教育和创意娱乐。尽管存在一些局限性，但其技术进步被视为通往通用人工智能的重要一步。

DeepMind 发布了 Genie 3，这是首个实时交互式世界模型，能够根据文本生成可导航的 3D 环境。其特点包括实时交互、世界记忆和可提示事件，适用于游戏、AI 研究和教育。尽管存在一些局限性，Genie 3 代表了 AI 生成互动世界的重要进展。

谷歌推出了Project Genie，允许美国的Google AI Ultra用户创建和探索互动世界。用户可以通过文本和图像构建环境，并实时导航。该原型由Genie 3驱动，尽管存在一些局限性，谷歌计划逐步扩大访问权限。

最新一期的Google AI播客讨论了Genie 3，一个实时互动的世界模型。主持人Logan Kilpatrick与项目团队成员探讨了从被动视频生成到可玩模拟环境的演变过程。

李飞飞的Marble、Lecun的JEPA和谷歌的Genie 3三种世界模型各具特色。Marble专注于生成可编辑的3D环境，JEPA关注机器人训练的因果结构，而Genie 3则生成可交互的视频环境。这三者在技术路径和应用上存在显著差异，形成了一个世界模型金字塔。

机器之心数据服务现已上线，提供高效稳定的数据获取，简化数据爬取流程。

DeepMind创始人哈萨比斯在访谈中表示，Genie 3能够实时生成虚拟世界，推动AGI的发展。他提到智能体在推理和规划能力上仍存在不足，模型表现不一。未来需要更完善的评测基准，以提升AI的整体能力和一致性。

谷歌DeepMind首席执行官Demis Hassabis在最新播客中谈及Gemini 2.5和Genie 3的进展，以及Kaggle新游戏竞技场对人工通用智能（AGI）发展的推动作用。

本周AI领域的热点包括Qwen-Image开源图像生成模型、OpenAI发布的gpt-oss模型、Claude Opus 4.1更新、Google推出的Genie 3，以及GPT-5发布后的平淡反响。此外，Flow Maker和Gemini Storybook等新产品也备受关注。

Google DeepMind发布了Genie 3，一个通用世界模型，能够生成动态交互环境，适用于机器人和游戏开发，但在物理模拟和社交交互方面仍存在挑战。AI在软件工程中的生产力提升被高估，主要体现在简单任务上。Claude Opus 4.1发布，增强了编码能力。Frigate是一个注重隐私保护的开源AI监控系统。PHP 8.5引入管道操作符，简化了代码。

Genie 3是一种新型通用世界模型，能够生成多样化的互动环境，支持实时导航，提供720p分辨率的动态世界。该模型在物理属性模拟、自然现象体验和复杂环境交互方面表现出色，为未来的通用人工智能奠定了基础。