当地时间 8 月 5 日，谷歌 DeepMind 发布了其“世界模型”（World Model）的最新版本——Genie 3。这是首个实时交互的通用世界模型，仅需一句话就能生成动态3D虚拟环境，支持长达数分钟的沉浸式探索。负责人表示，Genie 3可以用文本生成交互式世界，实现24fps实时交互，720p分辨率，还能持续数分钟一致性。

与前代模型（如 Genie 1/2）和视频生成模型相比，Genie 3是第一个允许实时交互的世界模型，同时其一致性和真实感也得到了提升。