一張照片就能變成「活生生的虛擬世界」？Google DeepMind 次世代 AI「Genie 2」展現的未來

請閉上眼睛想像一下：假設你有一張去年度假時拍的美麗海灘照片，或是孩子在畫紙上歪歪斜斜畫出的「秘密基地」。當你把這張照片或圖畫輸入電腦的瞬間，原本靜止的風景突然立體化，變成生氣蓬勃的 3D 空間。這不只是單純的觀賞，你可以利用鍵盤和滑鼠，親自漫步在照片中的沙灘上，打開孩子畫的秘密基地大門走進去，並與周圍的樹木或岩石進行互動。

這種像電影《全面啟動》（Inception）的設計師般從無到有創造世界的魔法技術，已不再是遙遠未來的幻想。2024 年 12 月 4 日，Google DeepMind 公開了能從單張影像即時創造出可實際遊玩的虛擬世界的革命性 AI 模型——「Genie 2」 Genie 2: A large-scale foundation world model — Google DeepMind Google DeepMind announces ‘Genie2,’anAImodelthat… - GIGAZINE。

為什麼這很重要？

至今我們接觸到的生成式 AI 主要集中在產出「合理的結果」，例如畫出漂亮的圖（影像生成）或像人類一樣說話（語言模型）。但 Genie 2 的層次完全不同。Genie 2 不僅僅是一個影像生成工具，它是一個能自我理解並模擬虛擬世界運作原理與物理定律的「世界模型（World Model）」 Genie 2: A large-scale foundation world model - simonwillison.net Google’s Genie 2 : A large-scale foundation world model - DATUMO。

所謂世界模型，簡單來說就是 AI 的大腦中具備了「虛擬世界的常識」。打個比方，如果之前的 AI 只是單純展示蘋果的照片，那麼身為世界模型的 Genie 2 則能理解並實現「放開蘋果會掉到地上，用力投擲會摔碎」這種物理因果關係。Genie 2 透過學習大量的影片數據，自行領悟了重力、摩擦力、碰撞等複雜的物理定律 Genie 2: A large-scale foundation world model — Google DeepMind。

這項技術為未來帶來的變化極具破壞性：

1. 遊戲製作民主化：現在無需複雜的程式碼或耗時數月的 3D 建模工作，任何人只要憑一張照片或簡短說明，就能構建專屬的遊戲世界。
2. 比現實更安全的 AI 訓練場：實體機器人（Embodied Agents，具備物理形態並能與環境互動的 AI）無需在現實世界中發生事故來學習，而可以在 Genie 2 創造的無限虛擬世界中安全且快速地訓練 Genie2:Alarge-scalefoundationworldmodel– BaseDog.it。
3. 向真正智慧的演進：AI 不僅能羅列資訊，還能模擬現實的物理因果關係，這有力地證明了 AI 已開始像人類一樣立體地「理解」世界。

輕鬆理解：Genie 2 如何施展魔法？

理解 Genie 2 最簡單的方法，就是將其視為一個「由人工智慧驅動的即時遊戲引擎」 Genie 2: A large-scale foundation world model - simonwillison.net。

1. 從一張照片展開的無限冒險

如果說前作 Genie 1 主要是製作平面 2D 遊戲，Genie 2 則能生成與現實世界相同的 3D 虛擬世界 Genie 2: The Next-Generation Foundation Model for 3D Worlds。當使用者輸入照片、圖畫或「白雪覆蓋的古城」等文字描述時，Genie 2 就會以此為基礎即時設計出立體環境 Genie2:Alarge-scalefoundationworldmodel| Tom H. Genie2:Alarge-scalefoundationworldmodel– BaseDog.it。

2. 實現虛擬物理定律的 AI 大腦

Genie 2 展現的世界並非單純的影片播放。這款透過大規模影片數據訓練的模型，能即時計算物體間複雜的互動 Genie 2: A large-scale foundation world model — Google DeepMind。

• 自然現象：自然地描繪河水拍打岩石而轉彎的樣子，或是葉子隨風搖曳的細節。

• 物理反應：真實再現滾燙岩漿沿著地型流下，或角色從高處跳下著地時的衝擊感 [Genie2:Alarge-scalefoundationworldmodel

  Tom H.](https://www.linkedin.com/posts/thomasholec_genie-2-a-large-scale-foundation-world-model-activity-7272672740405325824-xt7H)。

• 行為與結果：當使用者往特定方向移動或做出某種行為時，AI 會預測並呈現虛擬世界應如何相應變化 Genie 2: A large-scale foundation world model — Google DeepMind。

3. 「我成為主角的世界」

最驚人的核心在於其可直接操控性。Genie 2 創造的世界不僅是供觀賞的風景畫，使用者可以使用標準鍵盤和滑鼠親自移動角色，探索世界各個角落，並進行跳躍或游泳等主動干預 Google DeepMind announces ‘Genie2,’anAImodelthat… - GIGAZINE。

現狀：我們走到了哪裡？

在 Genie 2 驚人性能的背後，隱藏著長久以來累積的技術精髓。前代模型 Genie 是一個由約 110 億個參數（決定 AI 智慧水平的神經細胞連接強度數值）組成的世界模型，透過觀看網路上龐大的影片進行「非監督式學習」而誕生 Genie: Generative Interactive Environments。

Genie 2 在此基礎上進化，提供更精緻、更具沉浸感的 3D 體驗 Genie 2: The Next-Generation Foundation Model for 3D Worlds。目前 Genie 2 已作為 Google DeepMind 的最新研究成果發表，為了進行穩定性與安全性評估，尚未對公眾全面開放 Genie 2: A large-scale foundation world model - simonwillison.net。但專家預測 Genie 2 將成為徹底改變互動式 3D 內容生態系的「基礎模型（Foundation Model）」，對此寄予厚望 Genie 2: The Next-Generation Foundation Model for 3D Worlds GoogleNews-NewsaboutGenie2- Overview。

未來展望：我們將迎來的新世界

Genie 2 的出現不僅僅是推出了一款新的遊戲工具。

第二是加速代理人時代的到來。Genie 2 扮演了 AI 學習物理環境的「數位訓練營」角色 Genie2:Alarge-scalefoundationworldmodel– BaseDog.it。這將成為製造能在現實世界中安全運行的自動駕駛車或家務機器人所需的關鍵數據基礎設施。

第三是創作界限消失。未來只要說出「請幫我創造昨晚夢見的神祕森林」，AI 就會即時創造出那個空間，我們將迎來在其中散步、獲得療癒的時代。

MindTickleBytes 的 AI 記者觀點

Genie 2 是 AI 發展史上的重要里程碑，它象徵著 AI 已超越「模仿數據的層次」，開始內化我們居住的「現實世界秩序」。這項為一張照片注入生命力、創造虛擬世界的技術，將超越娛樂領域，成為科學研究、機器人工程、教育等生活各領域中將想像轉化為現實的強大引擎。人工智慧所描繪的未來，現在正從「觀看」演進為「體驗」。

參考資料

1. Genie 2: A large-scale foundation world model — Google DeepMind
2. Genie: Generative Interactive Environments
3. Genie 2: A large-scale foundation world model - simonwillison.net
4. Genie 2: The Next-Generation Foundation Model for 3D Worlds
5. Google’s Genie 2 : A large-scale foundation world model - DATUMO

6. [Genie2:Alarge-scalefoundationworldmodel

   Tom H.](https://www.linkedin.com/posts/thomasholec_genie-2-a-large-scale-foundation-world-model-activity-7272672740405325824-xt7H)

7. Genie2:Alarge-scalefoundationworldmodel– BaseDog.it
8. GoogleNews-NewsaboutGenie2- Overview
9. Google DeepMind announces ‘Genie2,’anAImodelthat… - GIGAZINE

FACT-CHECK SUMMARY

• Claims checked: 14
• Claims verified: 14
• Verdict: PASS