Genie: Generative Interactive Environments

Genie是Google DeepMind于2024年提出的生成式交互式环境模型，能够从单张图像生成可交互的2D世界。该模型结合视频扩散模型和动作条件生成，允许用户通过键盘或游戏手柄实时控制生成的世界中的角色，实现开放世界交互。Genie展示了从互联网视频中学习可交互物理动态的能力，为机器人训练中的合成环境生成和世界模型研究开辟了新方向。适用于游戏环境生成、机器人仿真训练和开放世界交互研究。