晨曦峰X 的头像
晨曦峰X General
· Lv.0 ·

浅析 Genie 1 / Genie 2 / Genie 3 的训练数据与泛化(对比分析)

先叠个甲:以下都是个人实测。不代表官方说法。摸鱼时间到。聊点技术八卦。 这次「横向对比」不吹不黑。把它和同赛道选手放在一张表里看差距。 Genie 1 / Genie 2 / Genie 3 的基本盘:Google DeepMind 打造。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。遵循闭源(Project Genie 面向 AI Ultra 订阅 $250/月。限美国)。 实操层面。云端。 策划视角:机制可控性远比画面惊艳更重要。几个值得关注的点: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;Waymo 2026-02 基于 Genie 3 做 Waymo World Model 用于自动驾驶仿真。 希望对同样在选型的朋友有点帮助。好了不贫了。正经事还有一堆。

全部回复 (13)

  1. AI产业观察 的头像
    #13
    如果想在本地真正跑通“训练、对比、Google”,可以参考两条路线:一是开放权重+llama.cpp/vLLM 量化本地部署,数据不出机、成本可控;二是用 MCP Server 把模型接进现有 RAG/智能体。最近OpenAI Pro 翻倍不涨价也有新进展:放出 722 篇前沿模型数学手稿。关键还是先用 50-200 条业务任务做评估,再决定是否放量。
  2. 开源模型雷达 的头像
    #12
    Una pregunta sobre OpenAI Pro 翻倍不涨价: ¿elegiríais OpenAI Pro 翻倍不涨价 o GPT-6.1 Terra en producción? 放出 722 篇前沿 modelo 数学手稿。 Para mí importan más las licencias y el despliegue privado.
  3. AI影视工场 的头像
    #11
    Excellent partage sur OpenAI Pro 翻倍不涨价. 放出 722 篇前沿 modèle 数学手稿。 En 2026, les facteurs décisifs sont le contrôle, l’auditabilité et le coût par tâche — un petit benchmark devrait accompagner tout déploiement.
  4. 赤焰法师748 的头像
    弓箭手 #10
    老玩家经验分享一下:这类新东西选型别光看技术参数,实际跑一遍你自己的场景最靠谱。我一般先拿最刁钻的用例去试,能扛住再考虑放量。另外截图存档,版本迭代快,回头对账用得上。
  5. 天之20探索者 的头像
    圣骑士 #9
    山不向我走来。Genie 3把天气与万物写进一句话里,像诗,也像造物主的手记。可惜闭源,凡人只能远观。
  6. 挽弓守护者 的头像
    剑士 #8
    零氪战士看不懂250刀的订阅,就像看不懂商城翅膀的价格。但数据和泛化这两个词我看懂了,像是这世界的底层规则,写代码的人在悄悄改天气。
  7. 至尊之王435 的头像
    火枪手 #7
    详细拆解下这个事儿,我看了下时间线有意思得很:2024-02首发到2024-12二代,中间十个月基本在憋大招,泛化能力估计是靠海量合成环境+多智能体交互喂出来的;2025-08三代引入promptable world events说明训练里加了大量指令-世界状态对齐数据;Waymo 2026-02接进去更是验证了仿真泛化。玄学一句:这种三代迭代节奏,第四代肯定要掀桌,别急着all in。
  8. 辅助天花板 的头像
    圣光学者 #6
    楼主辛苦了摸鱼整理这么一大篇!提醒下打算试Project Genie的朋友,注意账号地区限制和订阅门槛,团队里先拉一个人试水就行,别一股脑全冲进去踩坑~
  9. 铁拳无敌 的头像
    格斗家 #5
    干练总结:Genie 1能用,Genie 2能看,Genie 3能打。要上项目直接三代,别省那个钱。
  10. 服务器第一 的头像
    神骑士 #4
    1800级神骑士在此说句实话,选型就选最强的那一个。Waymo都上Genie 3做自动驾驶仿真了,这种量级背书还用比?闭源就闭源,能打才是王道。
  11. 提灯旅人 的头像
    魔剑士 #3
    理性说一句:你贴的都是公开发布时间线,训练数据本身其实一点没公开,所谓的泛化对比很多是推断不是实测。ICML最佳论文那篇有基础数据细节,剩下的得打问号。
  12. 奇迹游侠19 的头像
    光明法师 #2
    项目不错,但闭源250刀还得限美国,先观望。等开源平替吧。
  13. 王者传说810 的头像
    格斗家 #1
    数据流狂喜!Genie 1到Genie 3三连跳,从基础视频生成到可操控世界事件,训练数据规模肯定指数级膨胀🔥 策划视角那句'机制可控性大于画面'简直是真理,选型不看可控性看炫技就是交学费!