谷歌 DeepMind 推出 Genie 模型：110 亿个参数，基于图片和提示词生成 2D 游戏

谷歌旗下的 DeepMind 团队近日推出 Genie 的全新 AI模型，共有 110 亿个参数，能够基于用户输入的一张图片和提示词，生成一款较为完整的 2D 平台游戏。

Genie 通过了网络上超过 20 万小时的 2D 游戏视频训练，目前只是一个研究预览版，这些游戏更像是 2D 平台游戏，而不是完全的 VR 游戏。

该团队评论说：“Genie 有 11B 个参数，可以说是一个基础世界模型。它由一个时空视频标记器、一个自回归动力学模型和一个简单且可扩展的潜在行动模型组成”。

Genie 是在无监督和无标签视频的情况下进行训练的，因此能够学习各种角色的动作、控制和行动，并以一致的方式进行学习。

对于用户来说，基本上只要提供一张纸上的草图、一幅完美的数字艺术作品，甚至是人工智能生成对二维世界的描述，Genie 就会完成剩下的工作，帮你生成 2D 游戏。

它能生成图像和其他资产，将你的草图变成一个完全实现的开放世界，然后根据玩家提供的操作预测下一个像素帧。