
谷歌 DeepMind 开放 Genie 4 世界模型:能用自然语言实时编辑的交互式 3D 世界
据多家科技媒体报道,Google DeepMind 向符合条件的 Google AI Ultra 订阅用户开放世界模型 Genie 4,可用自然语言实时修改生成的交互式 3D 世界,并首次支持原生音频。

据多家科技媒体报道,Google DeepMind 向符合条件的 Google AI Ultra 订阅用户开放世界模型 Genie 4,可用自然语言实时修改生成的交互式 3D 世界,并首次支持原生音频。

MBZUAI 基础模型研究所开源 PAN 2:由 LLM 规划器与 29B 扩散 Transformer 组成,可把动作结果模拟为最长 20 秒的视频。