无监督学习视频生成

Genie 是由 Google 开发的生成式 AI 模型，基于纯视频数据训练，能够从单一图像提示生成交互式可玩环境。该模型拥有 110 亿参数，训练数据超过 20 万小时的 2D 平台游戏视频，通过无监督学习角色运动、控制和动作，以及世界的物理和逻辑规则。尽管目前生成动画的帧率较低、持续时间较短，但其在潜在动作预测上的表现展示了生成交互式虚拟世界的潜力。