Google DeepMind Genie 3
Real-time interactive world model; training data not officially disclosed
Overview
- Founded: 2025-08
- HQ: London
- Links: https://deepmind.google/blog/genie-3-a-new-frontier-for-world-models/
This profile was compiled from the AI training-data column cards (Robotics, Video generation); each column's data view is shown below under "Data profile" (in Chinese).
Genie 3
DeepMind 实时交互世界模型，用于给智能体生成训练世界
- 数据类型
- 世界模型；交互环境
内容
Genie 3 由 Google DeepMind 于 2025-08-05 发布，实时交互世界模型（720p、24 fps），官方演示用于给 SIMA 智能体生成训练世界 [1]。用户或智能体输入动作，模型逐帧生成画面。
限制
世界一致性仅保持数分钟，智能体直接动作空间有限，多智能体交互、文字渲染与真实地点精度均有限 [1][2]。发布时为面向少量学者与创作者的 limited research preview，无价格；未查到 DeepMind 一手的机器人迁移结果，因此它在机器人数据供应链中只是"潜在的环境生成器"，而非已验证的数据来源。
位置
与 nvidia-cosmos（开源权重）、runway-gwm-robotics（SDK 与数据增广定位）相比，Genie 3 最闭源、证据最少。通用视频式世界模型共同的风险是画面看似成功、物理实际错误，见 hallucinated-success。整体见 worldmodel-generative。
Google DeepMind Genie 3
实时可交互世界模型，训练数据官方未披露
- 数据类型
- 视频；动作条件轨迹（推测）
数据来源与规模
Genie 3 官方页面称用户可在世界中实时（24 fps）导航，画面一致性保持数分钟，分辨率 720p；训练数据未披露 [1]。
技术路线线索
前代 Genie 1 用无标签互联网视频，通过潜动作模型无监督学出动作空间 [3]；Genie 2 官方仅称"大规模视频数据集" [4]。这属于"逆动力学/潜动作"路线：不必采购带控制器标签的数据，而从无标签视频里推断动作。对比之下 muse-wham 用真实玩家日志，matrix-game 用引擎合成。
状态
2026-01 起 Project Genie 对美国 AI Ultra 订阅者开放 [2]。动作条件数据的第三方采购市场见 general-intuition。
- https://deepmind.google/blog/genie-3-a-new-frontier-for-world-models/ (2026-10-15)
- https://blog.google/innovation-and-ai/models-and-research/google-deepmind/project-genie/ (2026-10-15)
- https://arxiv.org/abs/2402.15391 (2026-10-15)
- https://deepmind.google/discover/blog/genie-2-a-large-scale-foundation-world-model/ (2026-10-15)