近日，谷歌旗下人工智慧研究實驗室 DeepMind 推出了一款實驗性研究原型產品——Project Genie，展示了能實時生成交互式虛擬環境的 AI 前沿技術。
鑑於其「實驗性研究原型」的定位，Project Genie 目前還並非大眾理想中的「AI 遊戲機」。從本質上講，它為用戶提供了一個通過網頁界面就能創建、探索和修改交互式虛擬環境的平台。
這一系統與以往常見的圖像和影片生成器有相似之處，都需要用戶輸入文本提示詞或上傳參考圖像。但 Project Genie 在此基礎上實現了重大突破。
用戶需藉助三個提示框來精心定製虛擬世界：兩個主提示框分別用於設定環境與角色的基本框架，第三個提示框則賦予用戶在環境完全生成前對初始效果進行微調的權力。比如，用戶可以將武器尺寸隨心放大，把樹木一鍵切換成秋季的絢爛模樣等。無論是輸入詳細的文本指令，還是上傳精準的參考圖片，用戶都能輕鬆打造出專屬的個性化虛擬場景。
谷歌也坦誠指出，作為早期研究系統，Project Genie 存在不少局限性。生成的環境可能偏離真實世界的物理規律或用戶的提示要求；角色控制有時不夠穩定；每次體驗時間被限制在 60 秒；而且此前宣布的某些特定功能尚未集成其中。
目前，用戶無法直接在生成的虛擬世界中進行沉浸式體驗，只能輸出一段記錄探索過程的影片，同時也能在平台畫廊中瀏覽他人分享的虛擬世界，並在此基礎上進行再創作。
現階段，Project Genie 正逐步向美國境內年滿 18 歲的谷歌 AI Ultra 訂閱用戶開放。谷歌方面透露，未來有計劃逐步擴大該產品的適用範圍。
然而，要在 VR 頭顯上實現類似 Project Genie 的功能，仍面臨諸多難以逾越的障礙。其中，雲串流問題首當其衝。坦率地講，儘管雲遊戲已登陸 VR 設備，但當前的用戶體驗並不盡如人意。
由於延遲會隨著用戶與數據中心距離的變化而大幅波動，像 NVIDIA GeForce Now、Xbox Cloud Gaming 這類主流雲遊戲平台，主要針對平面遊戲設計，其渲染和輸入延遲標準遠低於 VR 設備的嚴苛要求。VR 設備通常需要將運動到光子的延遲嚴格控制在 20 毫秒以內，才能避免用戶產生眩暈等不適感。
立體渲染技術也是一大難關。若 Project Genie 要適配 VR 設備，就必須生成兩個存在差異的視角畫面，並將其巧妙融合為一個逼真的 3D 場景。這一過程不僅需要複雜的算法支持，還對算力提出了極高的要求。
據悉，Project Genie 創建的世界模型具有概率性特徵，這意味著物體的行為每次可能都有細微差別。這也是第三代系統每次只能支持最多幾分鐘持續交互的原因之一。此外，系統的世界生成容易偏離初始提示，可能導致生成的結果不盡如人意。
因此，儘管在短期內我們不太可能看到 Project Genie 的 VR 版本，但它依然為 VR 行業的未來發展帶來了無限遐想。從學習應用的角度來看，若能像《星艦奇航記》中的全息甲板那樣，隨意召喚一個可探索的世界，無論是用於外語學習、歷史場景還原，還是環球虛擬旅行，都將具有極高的實用價值。
不過，機遇往往與挑戰並存。隨著這類 AI 生成虛擬世界技術的日益普及，網際網路上可能會湧現大量粗製濫造的「遊戲垃圾內容」，甚至形成極端化的資產倒賣現象。同時，遊戲開發者也將面臨與當下數字藝術家相似的困境——AI技術對版權作品的採樣和復刻，可能會引發一系列棘手的智慧財產權糾紛。
