就在OpenAI宣布即将发布新成果的前夕，Google DeepMind发布了大型基础世界模型——Genie 2，不仅能够生成各种可控动作和可玩的3D环境，还能用于训练和评估具身agent。

Genie 2是一个自回归潜在扩散模型，经过大型视频数据集的训练，能够生成高度逼真的3D世界。这些世界不仅包含丰富的细节和多样的环境，还能智能地响应键盘和鼠标的操作，让人或AI agent能够在其中自由探索和互动。这种能力使得Genie 2在行动控制、生成反设事实、长视界记忆、长视频生成等方面展现出了卓越的性能。

Genie 2还具有超强的空间记忆能力，能够记住视野中不再存在的世界部分，并在它们再次可见时准确呈现。这种能力对于构建连贯和一致的3D世界至关重要，也为AI agent的训练和评估提供了更加真实和复杂的场景。

此外，Genie 2还能够将概念图转化成交互式环境，这对于艺术家和设计师来说无疑是一个巨大的福音。他们可以利用Genie 2快速制作研究环境概念的原型，从而大大提高工作效率和创造力。

在AI agent的训练方面，Genie 2同样展现出了巨大的潜力。通过为AI agent创建丰富多样的环境，Genie 2能够生成agent在训练期间未见过的评估任务，从而加速agent的研究和发展。