在大家震惊Sora生成视频逼真之余，谷歌紧随其后推出了更为惊人的全新AI基础世界模型——Genie。Genie是一个生成式交互环境，由时空视频分词器、自回归动力学模型和简单且可扩展的潜在动作模型组成，拥有110亿个参数。与以往只关注世界生成的模型不同，Genie允许用户与创建的环境进行交互，通过文本、合成图像、照片甚至草图生成可玩的交互式环境和可控虚拟世界。这代表了生成式人工智能的重大进步，为人工智能在虚拟世界中展现出无限可能性。OpenAI和谷歌在AI领域的竞争激烈，Sora和Genie都致力于从视觉模型的角度模拟物理世界，实现通用人工智能。有趣的是，它们都采用了VisualTransformer模型，但训练数据的选择不同。Sora采用了分布式训练，将训练任务拆分成多个子任务并在多个节点上并行执行，以提高训练速度。同时，Sora还采用了数据并行和模型并行的策略，使训练更高效。Genie则在大量公开的互联网视频数据集上进行了无动作标签的训练，可以将任何图像转换为简单的2D平台游戏。最独特的地方在于，Genie可以通过无监督学习理解游戏世界中角色的移动、控制和行动，并根据用户操作预测未来帧，创造出功能性和可玩性的体验。简而言之，Genie具备了“自学成才”的能力。Genie的问世证明了通过AI构建虚拟世界已经非常接近，AI通过视频的自我训练可以学习到真实世界的物理规则，为AI在虚拟世界中的应用带来了更多可能性。这一进展将对虚拟环境的发展和应用产生深远影响，推动人工智能技术在游戏开发等领域的应用和创新。尽管AI在生成游戏方面取得了显著进展，但目前仍需要人类的辅助。虽然AI能够理解并生成游戏的基本框架和规则，但深度的游戏设计、角色设定和剧情构建等方面仍需要人类的创造力和策划能力。人类设计师可以根据市场需求和玩家偏好，制定详细的游戏设计方案，并为AI提供明确的指导和限制。在游戏开发完成后，大量的测试和调试工作是必不可少的，以确保游戏在各种情况下的稳定性和可玩性。这部分工作同样需要人类的介入，因为AI可能无法覆盖所有测试场景和异常情况。AI在游戏开发领域有着广泛的应用前景。人类与AI的协作将成为未来游戏开发的重要趋势，通过结合人类的创造力和AI的计算能力，可以实现更加创新和优质的游戏体验。