Genie 1 / Genie 2 / Genie 3 技术拆解：帧预测背后的东西（上手实测·补充）

作为常年和 X 打交道的人，说点实在的。最近有不少朋友问起，正好一起聊聊。 这轮「实测记录」我把环境、参数和输出都记了流水账，供同好参考。 先摆事实：Genie 1 / Genie 2 / Genie 3（Google DeepMind）Genie 1 2024-02-23（ICML 2024 最佳论文）；Genie 2 2024-12-04；Genie 3 2025-08-05；Project Genie 公开 2026-01-29 发布，未公开；授权方式为闭源（Project Genie 面向 AI Ultra 订阅 $250/月，限美国）。 本地跑起来的话，云端。 做规划的习惯让我先看生态成熟度，再看单模型强弱。补充几个硬信息：从无标注视频学隐动作空间；Genie 3 支持 promptable world events（文字改天气/加物体）；训练 AI 智能体的无限课程环境。 篇幅有限，展开讲能写一篇论文。有不同看法欢迎补充，一起进步。