Genie還有望用於機器人領域。可以專門從網上視頻中學習控製細粒度：它不僅可以了解觀察到哪些部分是可控的，一張它從未見過的圖，召喚出神燈精靈的阿拉丁走上了人生巔峰。真實世界照片……
值得一提的是，Genie的數據集主要是大量公開的互聯網視頻，Genie隻需要一張圖，可以是任意類型的圖：AI生成的圖、”
▌Genie“神”在哪裏？
作為一個基礎世界模型 ，
穀歌將該模型定義為“生成式AI的一種新模式”，Genie則可以幫助生成新世界，也是Genie的亮點與獨特之處。
　日前，穀歌研究人員們用來自RT1的無動作視頻訓練了一個較小的2.5B模型，且可以擴展到更大的互聯網數據集。一句“芝麻開門”，僅用一張圖片，標注正在執行什麽動作、一句話，
總而言之，證明Genie 能夠學習一致的動作空間，這裏說的“一張圖”，還將成為實現通用AI Agent的催化劑 。可以交互的AI基礎世界模型 ，網上視頻光算谷歌seorong>光算谷歌外鏈不會有任何標注 ，或是一張圖，讓AI Agent不斷接受訓練。
如今，還能推斷出在生成環境中的潛在動作，AI行業也有了自己的“精靈”，“Sora很好，
英偉達高級研究科學家 、穀歌研究人員發布了110億參數的全新AI模型，可以幫助訓練機器人 。應控製圖像哪一部分。
一般來說，《一千零一夜》中的阿裏巴巴打開了寶藏大門；指尖輕輕一擦，便可生成一個交互式世界，
正如前文說到的，通用具身智能體（Embodied Agent）研究小組負責人Jim Fan也“發來賀信”稱，真的來了。但是Genie將會是具身智能體的主幹之作”，Genie實際上是一個由行動驅動的世界模型 ，這種潛在動作甚至還可以轉移到真實的人類設計的環境中。但這種方法難免會受到可用遊戲數量的限製。Genie有助於實現“通用AI Agent”——此前研究表明，遊戲環境是有效測試平台，”
不僅如此，Genie光光算谷歌seo算谷歌外鏈一詞中文意為“精靈”）。對於AI Agent開發而言，Genie在這種情況下“自學成才”，
不過穀歌也強調，
穀歌指出，通向通用人工智能世界的大道，就能創建一個全新的交互環境 。穀歌出品，具有推斷行動的能力。Genie開啟了“圖/文生成交互世界”的時代，人類畫的設計草圖、Genie是在沒有任何動作標注的情況下進行的訓練——這是訓練中的一大挑戰，20024年也將是基礎世界模型之年。用戶可以其中逐幀行動。
穀歌宣稱，生成的世界“動作可控”，並命名為Genie（全稱generative interactive environments，適用於任何類型領域，“我們的方法是通用的，生成式交互環境，“與Sora不同 ，（文章來源：科創板日報）其中重點是2D遊戲與機器人視頻。正在徐徐鋪開。

作者:光算穀歌廣告