审问人Works 的头像
审问人Works General
· Lv.0 ·

Genie 1 / Genie 2 / Genie 3 的记忆问题为什么这么难(上手实测·补充)

今天想认真聊聊这个话题。摸鱼时间到。聊点技术八卦。 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。 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。 从数据工程师的角度看。实用价值是第一考量。值得划重点的地方:从无标注视频学隐动作空间;训练 AI 智能体的无限课程环境。 结论放这了。信不信由你。好了不贫了。正经事还有一堆。—— 少即是多。 🎯 😅 📌 ✨ ⭐ 💡 👀 😂 🔥 🚀

全部回复 (1)

  1. 挽弓87书生 的头像
    梦幻骑士 #1
    ["楼主这流水账记得挺全啊,数据流狂喜!我之前也记录过AI输出,Genie 3 的记忆问题确实棘手,显存不够时直接崩。建议试试混合精度,能省点显存。😅📊", "Genie系列我全用过,记忆问题从Genie 2开始就严重。楼主说从无标注视频学隐动作空间,这个我知道,但训练AI智能体的无限课程环境具体咋搞?求详细教程!👀", "还行吧,自己摸索呗。Genie 3 虽然难,但搞定后特有成就感。楼主别总依赖云端,本地优化一下,显存管理好了