機器人前瞻（公眾號：robot_pro）
編譯 |? 江宇
編輯 | ?漠影
機器人前瞻4月21日消息，谷歌DeepMind迎來突破性進展，其世界構建AI模型Genie 2展現了在機器人訓練領域的巨大潛力。
DeepMind CEO兼聯合創始人Demis Hassabis向《60分鐘》節目展示了這一創新技術，強調其在創建可交互3D環境及加速機器人學習方面的應用前景。
Genie 2能夠從單一靜態圖像生成可探索的3D虛擬世界，為AI代理和機器人提供逼真的模擬環境。
在演示中，DeepMind研究科學家Jack Parker-Holder展示了一張加州瀑布頂部照片，Genie 2將其轉化為類似第一人稱視角的視頻游戲場景。用戶或AI代理可以在虛擬環境中自由移動，例如在瀑布頂部的水池周圍行走，甚至探索原始圖像中不存在的景觀。
▲實機演示：Genie 2將加州瀑布頂部的照片轉化為類似視頻游戲場景
Hassabis表示，Genie 2的“世界模型”能夠動態生成環境，模擬現實世界的物理特性。這種能力使其不僅適用于娛樂領域（如生成游戲和視頻），更重要的是為AI和機器人提供高效的訓練平臺。
Hassabis強調，Genie 2的核心目標是構建理解現實世界的模型，為機器人訓練提供低成本、高效率的解決方案。傳統的機器人數據采集受限于現實世界的復雜性和高成本，數據量有限且收集速度慢。
而Genie 2的模擬環境可以生成近乎無限的數據量，允許機器人在虛擬世界中進行初步學習，隨后通過少量現實世界數據進行微調。
在一個演示中，AI控制的騎士角色在一個由Genie 2生成的3D環境中自主完成任務，例如從三個門廊中選擇正確路徑并爬上樓梯。Hassabis指出，這種技術可以讓機器人在模擬環境中學習復雜任務，如導航、物體交互和決策制定，從而大幅減少對現實世界數據的依賴。
▲實機演示：AI騎士角色在由Genie 2生成的3D環境中自主完成任務
Hassabis透露，DeepMind正在探索利用谷歌地圖、谷歌地球和街景視圖等地理數據，進一步增強AI的世界理解能力。這些數據可以為AI提供豐富的現實世界背景，幫助機器人更好地適應真實環境。
同時，Genie 2還能將靜態圖像（如街景或個人度假照片）轉化為交互式3D場景，為機器人訓練和用戶體驗開辟新可能性。
Hassabis還表示，未來版本的Genie模型將能夠創建更多樣化、復雜的虛擬世界，為機器人學習新技能、執行任務以及與人類和物體交互提供支持。這一技術不僅有望革新機器人開發，還可能在工業、醫療和探索等領域推動智能化應用的廣泛普及。
來源：CBS NEWS
