浅析 Genie 1 / Genie 2 / Genie 3 的训练数据与泛化（踩坑复盘·2）

先叠个甲：以下都是个人实测，不代表官方说法。先说结论，再摆依据。 这篇「避坑指南」都是踩过的坑，看完能少走弯路。 查了下公开资料：Genie 1 / Genie 2 / Genie 3 出自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 与大家见面，未公开，使用闭源（Project Genie 面向 AI Ultra 订阅 $250/月，限美国）授权。 显存这关，云端。 从硬件工程师的角度看，实用价值是第一考量。官方口径里有几条很关键：从无标注视频学隐动作空间；发布后游戏股大跌（Unity -21%、Roblox -15%）。 希望对同样在选型的朋友有点帮助。以上均为基于公开信息的分析，欢迎指正。—— 先跑通，再跑快。 📌 ✨ 🔧 💡 😊