谷歌旗下“深度思维”公司重磅发布了一个根据互联网视频训练的基础世界模型——Genie（精灵）。其可利用合成图像、照片、草图生成多种动作可控的环境。这其实是一个110亿参数的基础世界模型，在超过20万小时的二维游戏视频上进行训练，无需人工监督。这意味着Genie可以从视频中自行识别不同动作的特征和模式，还能学习各种角色的动作、控制和行动。

（张梦然）