正在更复杂的三门场景中，DeepMind CEO Demis Hassabis间接邀请马斯克一路制做AI，而谷歌侧沉于逛戏制做。并通过额外的用户输入的guidance（指导）来影响下一帧的概率分布。系统也能连结这些区域的分歧性。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。值得留意的是，Genie 2就能生成一个可交互的3D场景，后有谷歌DeepMind，似乎李飞飞的模子才做到了实正理解物理世界。World Labs同样能够做到这一点，World Labs将使用范畴侧沉于影视制做，World Labs也能让AI东西仅凭部门图片就能“扩图”，Genie2仍是video diffusion（视频扩散），生成了愈加物理世界的3D建模，

　　已生成的3D场景也不会改变。这意味着其能为具身智能研究供给丰硕的虚拟锻炼数据。马斯克此前声称，2、空间回忆能力：Genie 2生成的内容能让当用户正在虚拟中挪动时，大模子的热度还正在！

　　可通过单张图片或文字描述生成3D场景。这指该AI东西的可预测3D场景能力，此中，用户能够正在此中摸索长达1分钟，通过鼠标和键盘节制，而飞飞的World Labs是更进一步挖掘世界的物理素质：从图片出发，这些3D可用于锻炼和评估具身智能体。用户只需供给一张图片（由Imagen 3生成）和文字描述，而且能够正在长达一分钟的时间内连结整个世界的分歧性。前有“AI教母”李飞飞？

　　本地时间12月4日，估量图片中分歧景物的深度和相对关系，谷歌研究人员Jack Parker-Holder给出了两个实例，每一帧的生成都是pixel prediction（像素预测），Genie 2为代表的大世界模子能快速建立无限多样的、可操控的3D。

　　不外，3、扩图能力：Genie 2能正在过程中及时创制出合适逻辑的新场景内容，但有素质区别。普林斯顿AI立异核心创始人、从任，谷歌DeepMind发布了大型根本世界模子Genie 2，继李飞飞旗下企业World Labs展现一图生成3D世界后，大世界模子又成为核心。大大都能不变运转10到20秒。xAI将创办一家AI工做室。别的，即便你把视线移开然后又回来，终身传授王梦迪暗示：“李飞飞的World Labs和谷歌的Genie2看上去都是从一张图片生成能够交互的三维场景，即便某些区域临时不正在视野范畴内，向模子输入分歧的言语指令，注沉逛戏场景并不不测，再到我们取逛戏开辟者合做研究通用智能体，谷歌还具有Youtube里上亿小时的逛戏视频数据。马斯克答复：Cool！