谷歌deepmind于12月5日凌晨发布了大型基础世界模型genie 2，该模型能够根据单张图片或文字描述生成丰富的可交互3d世界。作为genie的升级版，genie 2代表着ai在虚拟世界生成领域的重大进展。
☞☞☞AI 智能聊天, 问答助手, AI 智能搜索, 免费无限量使用 DeepSeek R1 模型☜☜☜
Genie 2能够从多个视角生成连贯的虚拟世界，持续时间最长可达一分钟，通常在10到20秒之间。技术上，Genie 2采用自回归潜在扩散模型，基于海量视频数据训练。 视频数据经自动编码器处理后，潜在帧被送入大型Transformer动力学模型。推理过程中，Genie 2以自回归方式逐帧采样，并结合之前的潜在帧信息。
可灵大模型
可灵大模型（Kling）是由快手大模型团队自研打造的视频生成大模型
214 查看详情
得益于视频训练，Genie 2能够精确模拟物体交互、动画、光影、物理现象、反射效果以及NPC行为。许多生成的场景画面质量堪比3A级游戏，在视角一致性和场景记忆方面表现出色。 然而，与其他基础世界模型一样，Genie 2仍面临伪影、一致性和幻觉等挑战。
以上就是谷歌推出Genie 2模型，可生成达一分钟的3D高画质游戏的详细内容，更多请关注创想鸟其它相关文章！
版权声明：本文内容由互联网用户自发贡献，该文观点仅代表作者本人。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。
如发现本站有涉嫌抄袭侵权/违法违规的内容， 请发送邮件至 chuangxiangniao@163.com 举报，一经查实，本站将立刻删除。
发布者：程序猿，转转请注明出处：https://www.chuangxiangniao.com/p/396368.html
微信扫一扫 
支付宝扫一扫 
