Project Genie Street View 整合

Google DeepMind 已將 Google Street View 影像整合至 Project Genie，使通用世界模型能夠生成以真實世界位置為基礎的互動環境。此更新使 AI 代理和機器人能夠在模擬空間中導航並互動於真實世界的複雜性，同時為使用者提供透過生成式風格重新想像實體位置的工具。

透過 Street View 進行真實世界定位

Project Genie 現在使用 Maps Imagery Grounding 技術，以實際的實體位置為基礎生成世界。使用者可以透過 Maps 大頭針選擇美國境內的位置，並將其與特定風格結合——例如「沙漠沙土」、「石器時代」或「黑白電影」——將真實世界的地點轉變為想像中的環境。

此定位功能的主要能力包括：

• 基於位置的生成：模型使用 Street View 影像作為創建互動世界的起點。
• 風格化環境：使用者可以將主題覆蓋層應用於真實位置，例如將金門大橋視覺化為「海洋世界」風格，或使用「黑白電影」風格呈現沃斯堡牲畜市場在 1920 年代可能的樣子。
• 角色整合：使用者可以描述一個角色（例如漫畫書英雄或黏土動畫怪物）來居住在这些具體環境中。

目前，Street View 影像整合僅適用於美國境內的位置，未來計畫擴展至其他地區。

Project Genie 作為世界模型

Genie 作為研究通用世界模型的基礎工具。其生成多樣化互動環境的能力已經應用於幾個高影響力的使用案例：

• 代理訓練：使 AI 代理能夠在複雜的虛擬環境中學習與推理（如 SIMA 2 所示）。
• 自動駕駛：協助 Waymo 模擬超真實的道路環境。

可用性與存取

Project Genie（包括新的 Street View 定位功能）是一個托管於 Google Labs 的實驗性研究原型。目前正在全球範圍內向符合資格的 Google AI Ultra 訂閱者（年齡 18 歲以上）逐步推出。

由於它仍然是原型，Google DeepMind 持續改進模型，以提升生成環境的清晰度與準確性。