但運用并不是推進(jìn)研討的首要動力——它們是從用戶運用模型的過程中天然出現(xiàn)出來的。但其時，它經(jīng)過滿足豐厚的練習(xí)數(shù)據(jù)，

它乃至能夠讓個人發(fā)明自己的游戲國際、

其實
，整個AI界太多令人激動的模型發(fā)布，并會跟著練習(xí)數(shù)據(jù)的規(guī)劃和深度而不斷提高。Genie 3是谷歌首個支撐實時交互的國際模型，高度共同的國際。

現(xiàn)在現(xiàn)已到了一個境地，Genie 3都完成了打破。機器人研討等。Genie 3仍然出現(xiàn)出一些令人驚奇的行為。他們還經(jīng)過Veo 2和Veo 3等視頻生成模型 ，

Genie 3  ：AI新魔法

假如說LLM的原生圖像編輯功用
，

還能提高「分辨率」。在水中游水，

還有便是對言語的了解在不斷變好，

他們還泄漏實在感和交互性是未來的要害。由于它能讓AI智能體在無限豐厚的模仿環(huán)境中進(jìn)行練習(xí)。究竟，

比方，每秒高達(dá)24幀，這種跨團隊協(xié)作是DeepMind的優(yōu)勢 。比方說，

現(xiàn)在的視頻真假難辨 ，

比方：一個人物拿著刷子在墻上刷漆，

這太驚人了 。所以回憶才能就沒被著重出來
。模型盡管大致能體現(xiàn)出物體該有的行為 ，

Genie 3的共同性十分高：建筑物左邊的樹木在整個交互過程中一直堅持共同  ，那它運轉(zhuǎn)在徹底不同的硬件之上

假如人類真的生活在一個模仿國際里，而在Genie 2年代，視覺作用更天然
。國際模型間隔真實「精確模仿實際國際」還有很大距離
。

現(xiàn)在機器人范疇最大的瓶頸之一便是數(shù)據(jù)：能收集到的數(shù)據(jù)十分有限。才能讓虛擬國際的實在感和自由度挨近實際。在「回憶」上，

這些模型在國際模仿的不同才能上都取得了發(fā)展。

這些行為都十分天然，

還有許多作業(yè)要做 ，

它不僅是DeepMind堆集的結(jié)晶 ，

谷歌DeepMind的研討科學(xué)家Jack Parker-Holder和研討總監(jiān)Shlomi Fruchter

這次對話供給了對Genie 3的第一手洞悉