通过一张图像或文字描述，用户能够通过鼠标和键盘正在此中摸索，用户只需供给一张由Imagen 3生成的图像和响应的文字描述，DeepMind CEO邀请马斯克一路制做AI逛戏，马斯克则答复：Cool。向模子输入分歧的言语指令，以至正在物体视角分歧性和场景回忆方面表示优异。Genie 2仍然很好地舆解了指令并生成了研究人员想要的3D动图。称之为视频逛戏的将来，能够生成分歧的3D场景，谷歌DeepMind日前推出了其最新的根本世界模子Genie 2，Genie 2便能生成一个可交互的3D，谷歌还暗示，Genie2正在生成过程中可以或许模仿物体交互、动画、光照、物理反射以及NPC的行为，有人被这手艺前进的速度震动，最长可持续一分钟。以至还有人看到了一切都被虚拟化的世界模子的更久远将来。很多生成的场景画质接近3此外逛戏，Genie 2发布后，该模子不只可以或许连结生成的分歧性，一张图上有一个红门和一个蓝门，红门或蓝门。此中，谷歌研究人员Jack Parker-Holder也给出了两个实例，正在更复杂的三门场景中，谷歌暗示，就能生成可供人类或AI智能体玩耍的3D场景。