📱較早收集於 2h

Project Genie 新增 Google Street View 整合功能

Project Genie 新增 Google Street View 整合功能
PostLinkedIn
📱閱讀原文: Engadget

💡了解如何利用 Google Maps 數據,將 AI 生成的環境與現實地理位置連結。

⚡ 30-Second TL;DR

有什麼變化

整合 Google Maps Street View 數據

為什麼重要

此整合縮短了合成環境與現實地理之間的差距,提升了空間運算與模擬應用的沉浸感。

下一步行動

探索 Project Genie API,確認是否能為您的模擬專案匯入自訂的地理空間座標。

誰應關注:Developers & AI Engineers

關鍵要點

  • 整合 Google Maps Street View 數據
  • 實現 AI 生成世界與現實地點的連結
  • 全球 AI Ultra 等級用戶全面開放

🧠 深度解析

Web-grounded analysis with 16 cited sources.

🔑 增強重點摘要

  • Project Genie 是 Google DeepMind 的實驗性研究原型,由 110 億參數的 Genie 3 世界模型驅動,旨在從文字提示或圖像生成可探索的 3D 互動世界。
  • 此整合功能允許使用者利用 Google Maps Street View 數據,將 AI 生成的世界錨定於真實地點,實現創意重塑(例如,將金門大橋變成水下場景)以及訓練 AI 代理以應對複雜物理空間等實際應用。
  • Project Genie 生成的互動式 3D 環境解析度為 720p,幀率為每秒 24 幀,每次會話因計算限制而有 60 秒的時間限制。
  • 該平台整合了三個主要的 Google AI 系統:用於世界生成的 Genie 3、用於從文字提示創建初始圖像的 Nano Banana Pro,以及用於自然語言處理的 Gemini。
  • Project Genie 的應用範圍廣泛,包括遊戲開發中的快速原型製作、為作家和電影製作人探索故事場景、虛擬展廳的可視化,以及創建沉浸式教育體驗。

🛠️ 技術深入

  • Project Genie 由 110 億參數的 Genie 3 自回歸變換器模型提供支持。
  • 它採用類似於大型語言模型的自回歸架構,根據先前生成幀的完整歷史和用戶操作來預測世界狀態序列中的下一個視覺幀。
  • 該架構整合了 Genie 3 用於世界生成、Nano Banana Pro 用於從文字提示創建初始圖像,以及 Gemini 用於自然語言理解。
  • 為了在生成幀之間保持邏輯連續性,它實施了複雜的時間一致性機制,包括物體追蹤、空間記憶、光照連續性和物理約束。
  • 系統以 720p 解析度、每秒 24 幀的速度生成環境。
  • 它利用「地圖圖像基礎 (Maps Imagery Grounding)」技術將生成能力與 Street View 數據結合。
  • 該模型通過從僅包含影片的數據中進行無監督學習來學習代理,而無需明確的動作標籤。
  • 由於計算限制,世界生成會話被限制為 60 秒。

🔮 前景展望AI analysis grounded in cited sources

Project Genie 的 Street View 整合將加速具身 AI 代理和機器人的發展。
通過提供基於真實世界數據的虛擬環境,AI 代理和機器人可以更有效地學習導航和與複雜物理空間互動,為罕見或具有挑戰性的真實世界條件做好準備。
此功能將顯著提升電影、遊戲開發和教育等創意產業。
它允許快速原型製作環境、空間探索故事場景、虛擬展廳的可視化,以及通過重新構想真實世界地點來創建沉浸式教育體驗。
Google 將把 Street View 整合擴展到更多全球地點,並可能提高解析度。
目前的 Street View 功能最初僅適用於美國地區,Google 明確表示計劃隨著時間的推移擴展到更多真實世界地點,並且正在持續努力使細節更清晰、更準確。

時間線

2024-03
Genie 1 首次推出,能夠生成 2D 互動環境。
2024-12
Genie 2 發布,將功能擴展到生成具有更高一致性的 3D 環境。
2025-08
Genie 3 預覽,引入更高解析度的世界生成和增強的記憶能力,並能夠進行實時互動。
2026-01-29
Project Genie 正式向美國的 Google AI Ultra 訂閱用戶推出。
2026-02
Waymo 採用 Genie 3 並創建了專門的 Waymo 世界模型用於自動駕駛模擬。
2026-05-19
Project Genie 新增 Google Street View 整合功能,並向全球 AI Ultra 用戶開放。

📎 來源 (16)

Factual claims are grounded in the sources below. Forward-looking analysis is AI-generated interpretation.

  1. almcorp.com
  2. wikipedia.org
  3. engadget.com
  4. androidauthority.com
  5. cnet.com
  6. zamin.uz
  7. medium.com
  8. reddit.com
  9. datacamp.com
  10. genie3.org
  11. androidcentral.com
  12. google.com
  13. substack.com
  14. arxiv.org
  15. pcmag.com
  16. youtube.com
📰

AI 週報

閱讀本週精選 AI 大事摘要 →

👉相關動態

AI 策展新聞聚合。所有內容版權歸原始發布者所有。
原始來源: Engadget