Genie 3 发布：DeepMind 的通用世界模型，一句话生成可漫游的世界

Google DeepMind 于 2025 年 8 月 5 日发布 Genie 3——一个通用世界模型：输入一句文本提示，就能生成可以实时漫游的动态世界。官方给出的规格是 24 帧/秒、720p，并能在几分钟内保持环境一致性（DeepMind 官方博客，2025-08-05）。

第一个能实时交互的世界模型#

博客的原话是：Genie 3 是 DeepMind 第一个允许实时交互的世界模型，同时相比 Genie 2 提升了一致性与写实度。官方列出的能力以环境模拟为主——例如水、光照这类自然现象，以及复杂的环境互动。

限制写在同一页，而且比能力清单更具体：

• 动作空间有限：提示触发的世界事件不一定由智能体自己执行，智能体能直接做的动作范围目前受限。
• 多智能体互动：在共享环境里准确模拟多个独立智能体之间的复杂互动，仍是研究中难题。
• 真实地点：无法以完全准确的地理细节模拟现实世界地点。
• 文字渲染：通常只在输入的世界描述里给出文字时才会生成清晰可读的文本。
• 连续交互时长：目前支持“几分钟”，不是数小时。

为什么 DeepMind 把它和 AGI 放在一起#

博客的原话是世界模型是“通往 AGI 的关键垫脚石”：它能为智能体提供不受限的仿真训练课程。为验证可用性，DeepMind 用 Genie 3 生成的世界测试了自家面向 3D 虚拟环境的通用智能体 SIMA——在生成的世界里给智能体设定目标，由它把导航动作发给 Genie 3；Genie 3 并不知道智能体的目标，只根据动作推演未来。博客称，正是因为环境一致性够久，才可能连续执行更长序列的动作、完成更复杂的目标。

Project Genie：现在的访问方式#

想自己试的人走的是 Google Labs 的 Project Genie：官方把它描述为“早期研究原型”，可以用文字、图片甚至 Street View 画面来生成世界，再用步行、骑行、飞行或驾驶的方式探索；访问需要 Google AI Ultra 订阅（Project Genie 官方页面）。

（2026 年 10 月 12 日修订：把“据 TechCrunch 报道”改为直接引用 DeepMind 官方博客中“世界模型是通往 AGI 的关键垫脚石”的表述；删去“年底又以 Project Genie 形式开放公众体验”这一无法核到的说法，改为官方页面写明的“早期研究原型”与订阅要求。）