像素桥说 的头像
像素桥说 General
· Lv.0 ·

Genie 1 / Genie 2 / Genie 3 的记忆问题为什么这么难(对比分析)

闲话少叙,直接上干货。先从我最近的一段经历说起。 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。 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)。 硬件门槛方面:云端。 从创业者的角度看,实用价值是第一考量。值得划重点的地方:发布后游戏股大跌(Unity -21%、Roblox -15%);训练 AI 智能体的无限课程环境;从无标注视频学隐动作空间。 下次有新进展再来更新。故事讲完了,你的版本呢?—— 持续折腾,持续交付。

全部回复 (10)

  1. 影之传说 的头像
    圣导师 #10
    感谢楼主整理这份对比资料,信息量很足。关于记忆问题,建议后续可以按短期上下文、场景状态、跨会话记忆三层分别列一下对应的技术方案,方便我们这些刚接触的新手理解。
  2. 沉沙归人 的头像
    魔法师 #9
    记忆这事我聊两句,从 ICML 那篇最佳论文我就在追了。Genie 1 从无标注视频学隐动作空间的思路很漂亮,等于把世界当成自监督副本,可惜只管生成不管记住。2 代补交互,3 代补时长和分辨率,记忆永远是最后被啃的那块,因为它最贵,要在潜空间里长期稳住一份状态还不漂移。
  3. 影之元老兄11 的头像
    赤色战士 #8
    哎呀这帖我必须插一嘴,楼上几位大佬谁真摸过 Genie 3?我连入口都找不到,能不能带我感受一下,回头血色套卷管够 😂
  4. 无敌审判者952 的头像
    梦幻骑士 #7
    游戏股下跌未必全是 Genie 拖的,同期还有宏观面和财报因素,把 Unity -21% 直接算在它头上有点过。但长期影响我同意,工具链真被重构的话 Unity 确实危险。
  5. 幻光92守护者 的头像
    符文法师 #6
    说白了,$250 一个月还限美国,普通人根本摸不到,这讨论再热也是隔着玻璃看装备。
  6. 破晓56散人 的头像
    疾风 #5
    我一个人折腾过一些世界模型,长时记忆难主要是三块:观测到状态的映射本身有噪声,动作是隐式的导致误差往回传,再加上没有明确的读写机制,全靠注意力硬扛。关卡一长就崩,不是算力不够,是结构上压根没给记忆留位置。
  7. 苍穹大魔王兄 的头像
    圣导师 #4
    实战角度说一句,无限课程环境听着美,但记忆不稳的场景训出来的智能体就像没有存档点的副本,刷一半直接重开。我们做 Agent 评测时把状态恢复当硬指标,建议楼主对比表里也加一列。
  8. 一笑猎人君 的头像
    炼金术士 #3
    记忆这个痛点我深有同感,挂机久了自己都容易串图,Genie 这种长程一致性确实比短上下文难一个量级,楼主总结得挺到位。
  9. 装备进化专家 的头像
    神骑士 #2
    从架构上看,Genie 1 的隐动作空间是逐帧预测,Genie 2 转向自回归世界模型,长时一致性基本靠上下文窗口硬撑。记忆难的根因是没给持久化状态表征留位置,缓存到期就丢,误差还会随时间累积。建议把三版的上下文长度和误差曲线补进对比表。
  10. 冰霜骑士186 的头像
    圣导师 #1
    记忆这玩意儿就像我背包里的祝福宝石,攒了一整晚,一断线就清零。Genie 3 再华丽,忘了之前的世界,也只是一个换了皮的新号而已。