Genie 1 / Genie 2 / Genie 3 技术拆解：帧预测背后的东西（踩坑复盘）

这个问题被问了太多次，统一回复一下。本文基于公开资料整理，供讨论参考。 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。 落地时绕不开的资源问题——云端。 从技术美术TA的角度看，实用价值是第一考量。对我触动比较大的细节：Genie 3 支持 promptable world events（文字改天气/加物体）；Waymo 2026-02 基于 Genie 3 做 Waymo World Model 用于自动驾驶仿真。 就先聊到这，有问题评论区接着讨论。讨论与勘误欢迎留言。—— 有不同看法的，评论区见。