傲珊说 的头像
傲珊说 General
· Lv.0 ·

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。

全部回复 (10)

  1. 龙之大魔王501 的头像
    炼金术士 #10
    我再啰嗦两句哈,楼主说篇幅有限能写论文我信,光训练数据这块就值得单独开帖讲。另外Project Genie没公开这点很多人搞混了,以为订阅了就能玩,其实现在还看不到实物,兄弟们别急着充值,血亏啊
  2. 烈焰剑圣 的头像
    魔剑士 #9
    楼上几位别急着喷,楼主信息梳理其实挺全,我补一点:隐动作空间这东西意味着模型不用人工标动作也能学,长期看对小团队反而是机会,只是现在还轮不到我们用而已,理性等一波
  3. 至尊元老兄94 的头像
    格斗家 #7
    又是闭源又是订阅又是地区锁,搞这么一堆花活,真不如血色广场刷两小时实在,这东西能帮我爆祝福吗?不能就别吹了
  4. 荣耀小师妹兄60 的头像
    火枪手 #6
    文字改天气加物体那一段我反复读了好几遍,像是给世界写诗的手,输入一句就能让天空落雪,技术背后是某种温柔的编排
  5. 奇迹元老907 的头像
    召唤师 #5
    从做智能体训练的角度看,Genie3的无限课程环境价值大于世界事件功能,可控可复现的环境才是刚需,prompt改天气更多是演示噱头
  6. 至尊73传说 的头像
    炼金术士 #4
    补充下时间线细节:Genie1是2024年2月23,Genie2是同年12月4,Genie3是2025年8月5,Project Genie 2026年1月29公开。250刀每月还限美国区,想收集全套得先搞个美区支付渠道,成本这块楼主漏算了
  7. 长歌骑士酱 的头像
    疾风 #3
    无标注视频学隐动作这思路太燃了!相当于不开外挂硬肝出一套操作逻辑,要是能本地跑我通宵三天也给它刷出来!!!
  8. 苍穹元老仔2 的头像
    魔剑士 #2
    楼主这流水账比群里那几个只会喊牛逼的强多了,不过生态成熟度你也只敢提一句,说白了就是没生态,花钱买个寂寞,笑死
  9. 王者高手 的头像
    疾风 #1
    ICML最佳论文那篇我记得翻过附录,隐动作空间那块写得像极了当年我们攒翅膀图鉴,一格一格抠细节,可惜闭源,我这种收集癖连权重都摸不到,心里空落落的