谷歌发布拥有110亿参数的基础世界模型Genie

观点网讯：2月27日，谷歌发布名为Genie的新世界模型，该模型基于互联网视频训练，能从合成图像、照片、草图中生成多种动作可控的环境。

据谷歌介绍，Genie是一个拥有110亿参数的基础世界模型，通过推断生成环境中的潜在动作来交互。与强调视频真实性的Sora不同，Genie更注重潜在动作的预测。

谷歌展示的视频显示，Genie能根据单张图像生成背景变换、动作流畅的视频。

在世界模型领域，各家公司的路径不尽相同。Sora作为早期引起关注的模型，被OpenAI形容为世界模拟器的视频生成模型。关于Sora是否真正理解物理世界规律并具备世界模型属性仍存在争议。

与此同时，Meta发布了名为V-JEPA的模型，该模型能生成视频中被遮挡的部分。与Genie相似，V-JEPA也强调对“推测”的重视。通过自监督训练，V-JEPA能了解世界运作的知识。