谷歌發(fā)布基礎世界模型Genie，能一圖創(chuàng)建互動的虛擬環(huán)境
據(jù)谷歌公司官網(wǎng)26日報道，谷歌旗下“深度思維”公司重磅發(fā)布了一個根據(jù)互聯(lián)網(wǎng)視頻訓練的基礎世界模型——Genie(精靈)。其可從合成圖像、照片、草圖生成多種動作可控的環(huán)境。
Genie效果的動圖截圖演示。
圖片來源：谷歌官網(wǎng)
過去幾年，生成式人工智能(AI)模型能通過語言、圖像甚至視頻生成內(nèi)容。谷歌此次引入生成式人工智能新范式，即生成式交互式環(huán)境，通過單個圖像提示即可生成交互式、動作可控的環(huán)境。
Genie是一個110億參數(shù)的基礎世界模型，在超過20萬小時的二維(2D)游戲視頻上進行訓練，無需人工監(jiān)督。這意味著Genie可以從視頻中自行識別不同動作的特征和模式。其能學習各種角色的動作、控制和行動。
Genie的獨特之處還在于它能夠?qū)ｉT從互聯(lián)網(wǎng)視頻中學習細顆粒度的控制。Genie不僅能觀察哪些部分是可控制的，而且能根據(jù)生成的環(huán)境來推測出多種潛在的動作。
該模型接受單個圖像(無論是AI合成圖像、照片還是草圖)，并將其轉(zhuǎn)換為可玩的游戲，響應用戶控件。從圖像到基本的交互環(huán)境一步到位。
用戶只需提供一張紙上的草圖、一幅完美的數(shù)字藝術作品，甚至是AI生成對2D世界的描述，Genie就會完成剩下的工作，幫用戶生成2D游戲。
谷歌官網(wǎng)稱，Genie專注2D平臺游戲和機器人技術的視頻，但方法通用，應適用于任何類型領域并可擴展至更大的互聯(lián)網(wǎng)數(shù)據(jù)集。只需一張圖像就能創(chuàng)建全新的交互環(huán)境，這為生成和進入虛擬世界的各種新路徑開啟了大門。
本文鏈接：http://www.albanygandhi.com/news-1-597.html谷歌發(fā)布基礎世界模型Genie，能一圖創(chuàng)建互動的虛擬環(huán)境
聲明：本網(wǎng)頁內(nèi)容由互聯(lián)網(wǎng)博主自發(fā)貢獻，不代表本站觀點，本站不承擔任何法律責任。天上不會到餡餅，請大家謹防詐騙！若有侵權等問題請及時與本網(wǎng)聯(lián)系，我們將在第一時間刪除處理。
