谷歌DeepMind实验室发布了Genie 3人工智能模型,专门用于生成虚拟世界。
这是该公司自去年2月推出的算法系列的第三代产品。据DeepMind介绍,该技术可以为AI模型创建更高质量的训练环境,从而推动机器学习研究的发展。
Genie 3能够基于自然语言提示生成虚拟世界。它可以模拟海滩、阿尔卑斯山景观和其他户外场所以及室内空间。在一次内部测试中,DeepMind研究人员让Genie 3生成了一个精细的水下环境,其中包含一只巨大的水母。
用户可以通过提示来改变虚拟世界。Genie 3可以接受修改天气、调整摄像机角度或向环境中添加物体的指令。它还能够模拟这些物体之间的相互作用。
该算法的前身Genie 2每次可以渲染虚拟环境长达20秒。DeepMind表示,Genie 3可以管理长达数分钟的渲染。这家Alphabet旗下公司的研究人员还将渲染质量从360p提升到720p,对应分辨率为1280×720像素。
渲染一致性是Genie 3提供改进的另一个领域。在用户会话期间,该模型会分析过去的帧来确定未来帧应如何生成。
DeepMind研究人员Jack Parker-Holder和Shlomi Fruchter在今日的博客文章中解释道:"自回归生成环境通常比生成整个视频在技术上更困难,因为不准确性往往会随着时间的推移而累积。尽管面临挑战,Genie 3环境在数分钟内保持基本一致,视觉记忆可以延续到一分钟前。"
Alphabet认为Genie 3可以用于训练具身智能体。这些是为工业机器人等自主系统提供动力而设计的AI智能体。通常,此类算法在模拟其预期导航的真实世界环境中进行训练。
DeepMind使用名为SIMA的AI模型测试了Genie 3的具身智能体训练功能。SIMA算法旨在在虚拟环境中自主执行任务。在测试中,DeepMind研究人员成功指示SIMA在Genie 3生成的环境中执行一系列动作。
Parker-Holder和Fruchter写道:"在每个世界中,我们指示智能体追求一系列不同的目标,它通过向Genie 3发送导航动作来实现这些目标。像任何其他环境一样,Genie 3不知道智能体的目标,而是根据智能体的动作模拟未来。"
最初,DeepMind将向有限数量的测试人员提供Genie 3作为研究预览。该公司目前正在研究如何在未来向更多用户提供这项AI技术。
Q&A
Q1:Genie 3是什么?它能做什么?
A:Genie 3是谷歌DeepMind开发的第三代人工智能模型,专门用于生成虚拟世界。它能够基于自然语言提示生成各种虚拟环境,包括海滩、山景、室内空间和水下场景等,用户还可以通过提示修改天气、调整视角或添加物体。
Q2:Genie 3相比前代产品有什么改进?
A:相比前代Genie 2,Genie 3在多个方面有显著提升:渲染时长从20秒延长到数分钟,分辨率从360p提升到720p(1280×720像素),并且大幅改善了渲染一致性,视觉记忆可以延续到一分钟前。
Q3:Genie 3如何用于AI训练?
A:Genie 3可以为具身智能体提供训练环境,特别适用于工业机器人等自主系统的AI算法训练。DeepMind已经使用SIMA智能体在Genie 3生成的环境中成功进行测试,智能体能够根据目标执行各种导航动作。
好文章,需要你的鼓励
美国网络安全和基础设施安全局指示联邦机构修补影响思科ASA 5500-X系列防火墙设备的两个零日漏洞CVE-2025-20362和CVE-2025-20333。这些漏洞可绕过VPN身份验证并获取root访问权限,已被黑客积极利用。攻击与国家支持的ArcaneDoor黑客活动有关,黑客通过漏洞安装bootkit恶意软件并操控只读存储器实现持久化。思科已发布补丁,CISA要求机构清点易受攻击系统并在今日前完成修补。
康考迪亚大学研究团队通过对比混合量子-经典神经网络与传统模型在三个基准数据集上的表现,发现量子增强模型在准确率、训练速度和资源效率方面均显著优于传统方法。研究显示混合模型的优势随数据集复杂度提升而增强,在CIFAR100上准确率提升9.44%,训练速度提升5-12倍,且参数更少。该成果为实用化量子增强人工智能铺平道路。
TimeWave是一款功能全面的计时器应用,超越了苹果自带时钟应用的功能。它支持创建流式计时器,让用户可以设置连续的任务计时,帮助专注工作。应用采用简洁的黑白设计,融入了Liquid Glass元素。内置冥想、番茄工作法、20-20-20护眼等多种计时模式,支持实时活动显示和Siri快捷指令。免费版提供基础功能,高级版需付费订阅。
沙特KAUST大学团队开发了专门针对阿拉伯语的AI模型家族"Hala",通过创新的"翻译再调优"技术路线,将高质量英语指令数据转化为450万规模的阿拉伯语语料库,训练出350M到9B参数的多个模型。在阿拉伯语专项测试中,Hala在同规模模型中表现最佳,证明了语言专门化策略的有效性,为阿拉伯语AI发展和其他语言的专门化模型提供了可复制的技术方案。