《科创板日报》1 月 31 日讯（编辑 宋子乔） 如果人工智能领域的进步可以看作一部交响乐，那么过去几年，乐章的主题无疑是 " 生成 " ——生成文字、图像、声音乃至视频。然而，在 2026 年初，一段崭新的旋律被奏响：它不仅生成，更能构建。

北京时间 1 月 30 日凌晨，谷歌 DeepMind 向外部开放了 Project Genie，它被认为是目前最先进的世界模型之一，可以算是世界模型 Genie3 的实验性研究原型，也是这套世界模型第一次以可交互形态对公众开放。

"Genie" 这个单词源于阿拉伯语 jinni（精灵），后经法语变形成 g é nie 后成为一个英语词汇，最常见的含义是指阿拉伯和伊斯兰神话传说中，一个能实现召唤者愿望的 " 精灵 " 或 " 神怪 "。谷歌 DeepMind 将其世界模型项目命名为 "Project Genie"（精灵计划），正是在阐释该神话的内涵：这个 AI 模型能将你用文字描述的任何场景（召唤者的愿望），瞬间生成一个可以进入并交互的虚拟世界。

当 AI 不仅能够描绘梦境，更能让人走进梦境并与之互动时，我们所讨论的 " 虚拟 " 与 " 现实 " 的边界，或许已到了需要被重新思考的时刻。

目前，该原型率先向年满 18 岁的美国 Google AI Ultra（3 个月 125 美元）订阅用户开放。

Project Genie 有何不同？

Project Genie 的底层是世界模型 Genie 3。与 OpenAI 的 Sora 等内容生成大模型不同，它的功能不局限于多模态内容生成（比如 AI 视频生成工具可为用户创作一段影片，模型可依据、参考的一切数据来自人类储存好的文字库、图像库及视频库），而是可以生成一个完整的空间，实现 " 凭空造世 "：

只需用文字描述一个场景或上传一张图片，例如 " 一座被巧克力河环绕的棉花糖城堡 "，一个实时的、可交互的 3D 虚拟世界便会在几秒钟内生成。

用户能够像玩电子游戏一样，指挥角色在其中自由行走、飞行或驾驶，探索这个想象出来的世界。

周围的环境则根据视角和行为动态、连续地生成。这并非依赖传统的游戏引擎解码固定数据，而是对潜在物理规律与空间逻辑的一次即时推演与具现，能在用户移动时，实时生成前方的路径和环境。

从技术本质上看，世界模型的核心是模拟环境的动态变化，预测环境的演化和行为对环境的影响。

谷歌 DeepMind 在诸如国际象棋、围棋等特定环境的 AI 智能体研发上已有深厚积累，但要实现通用人工智能（AGI），系统必须能够理解和应对现实世界近乎无限的复杂性与多样性。

Genie 3 正是在这一方向上迈出的关键一步。它提供了一种前所未有的模拟能力，能够生成任何现实或虚构场景的交互式环境。这为机器人技术、动画制作乃至历史场景的虚拟探索等领域提供了强大的工具。

对于 AI 的发展而言，Project Genie 的深意远不止于炫酷的体验。它最核心的价值，在于为 AI 智能体（及未来的机器人）提供了一个无限、安全且成本可控的 " 模拟训练场 "、" 试错沙盒 "。智能体可以在 Genie 创造的海量、多样化的模拟环境中进行学习和训练，理解现实世界的物理规则和因果逻辑，这正是迈向通用人工智能不可或缺的基石。

从这个角度看，世界模型并非一个内容端的创作工具，而是一座连接当前 AI 与未来 " 具身智能 " 的桥梁，是让 AI 学会 " 常识 " 与 " 因果 " 的关键基础设施。

AI 学术大佬、科技巨头争相布局

人工智能先驱们几乎一致认为，世界模型对打造下一代人工智能至关重要。许多人表示，该技术终将助力创造超越人类的 AGI。

斯坦福大学教授、人工智能 " 教母 "李飞飞创立了世界模型初创公司 World Labs，据知情人士本月透露，"AI 教母 " 李飞飞正与投资者展开新一轮洽谈，该公司最新估值有望达到约 50 亿美元；早些时候的消息显示，"AI 教父 "杨立昆的世界模型初创公司 AMI Labs 在一轮融资中吸引了包括 Cathay Innovation 在内的潜在支持者，该轮融资可能使这位前 Meta 首席人工智能科学家的公司估值达到 35 亿美元；英伟达CEO 黄仁勋早早表态，世界模型能助力实现 " 物理人工智能 "，自主操控机器人、自动驾驶汽车等设备；Meta的超级智能 AI 实验室与机器人团队合作，正是为了构建世界模型，通过模拟现实世界物理规律，为机器人提供空间感知和精细操作能力，弥补现有机器人的不足……

当然，作为初期成果，Project Genie 为代表的世界模型仍非常不成熟。以 Project Genie 为例，该模型每次生成和探索的时间被严格限定在 60 秒以内，生成的世界在物理效果上可能不够逼真，有时无法精确遵循提示词或现实世界的物理定律，角色的操控也时常出现延迟或响应不精确的问题。此外，一些在早期演示中提及的高级功能，如通过即时指令改变世界事件，尚未在此版本中实现。

这些限制部分源于世界模型巨大的计算消耗，这也是当前 AI 模型技术面临的核心矛盾。DeepMind 的研究人员坦言，用户每使用一次，背后都有一块专用的计算芯片为其服务。每一次看似轻松的 " 造世 "，背后都依赖专用计算芯片的全功率运转。这决定了它在现阶段，更像一扇仅供窥探未来的窄窗，而非可以随意出入的大门。

游戏或成世界模型的首个试水行业

谷歌 DeepMind、World Labs 等领先的 AI 团队都认为，世界模型可能会首先重塑游戏、影视行业。

传统的 3D 资产创建与场景搭建是人力与时间密集型的核心环节。Project Genie 展示的可能性是，将部分前期概念设计、场景原型构建乃至动态分镜预览的过程，压缩至几分钟甚至几秒钟。这并非要取代专业的创作引擎，而是可能重塑创作流程的起点，极大地释放创意验证的速度。

DeepMind 世界模型项目 Genie 3 的联合负责人 Shlomi Fruchter 此前表示：" 软件开发，尤其是游戏开发，正在发生巨大变化，我预计在未来几年，这种变化甚至可能是彻底性的。"

去年年底，World Labs 正式推出了其首款商业产品、由生成式 AI 驱动的三维世界生成系统 Marble。李飞飞表示，这项技术将影响 Unity 和 Epic 旗下 Unreal 等游戏引擎，" 这一切都将被颠覆，模拟类游戏引擎确实到了该升级的时候了。"

除了游戏领域，xAI、英伟达等公司，也希望将世界模型嵌入机器人和自动驾驶汽车中。