開了眼了，上週編輯部還在說下半年感覺 AI 領域沒啥大活兒了，結果沒過幾天就發現話放早了。
寧猜怎麼着，本來以爲 AI 還停留在輸入文字，然後出圖出視頻的這些程度上，結果這兩天突然有幾個 AI 公司，都開始宣佈人家可以生成世界了。
先是前幾天的 World Labs ，雖然大家可能沒聽說過，但人家創始人可是著名 AI 科學家、斯坦福大學教授、美國科學院院士、機器學習奠基人之一、有 AI 教母之稱的著名美籍華人科學家李飛飛。
說人話就是，這玩意跟以前的生圖生視頻模型不一樣了，只需要塞給它一張圖，人家就能給出一套空間建模，而且還能在裏面動。
雖然現在咱們還沒法用，但人家官網還是放出來一些案例給大家看。
大家一眼就會發現，這演示畫面裏咋有個鍵盤和鼠標。
其實就是人家爲了展示這生成出來的場景是有自由度滴，你可以自己用鍵鼠操作，在網頁上操作去試。
不過作爲行業內首發，咱也是可以理解萬歲一波的。
但好巧不巧，李飛飛這東西發佈才過了一天，還有高手。
先看人家的演示，輸入一句提示詞以後生成的效果。
該說不說，這瞅着確實也挺逼真的，有兩下子。
實際上人家官網也說了，這是一個類似遊戲的基礎世界模型，在這裏面，你也一樣可以用 WASD ，空格和鼠標來操控畫面裏的角色
甚至還可以生成第一人稱視角的版本！
而根據操作產生的畫面，則全部是由 AI 即時算出來的，甚至可以持續長達一分鐘時間。
而已經生成出來的畫面和建模，你要是操控鍵盤往回走，會發現之前是什麼樣現在還是什麼樣。
這就很離譜了，相當於生成出來的這個新世界，每一秒長啥樣這 AI 都是能記得住的。
除此之外，這裏面的角色和交互也很有看點。
光在運動上，就不止常規的步行，你可以跑可以跳，還可以爬梯子
甚至可以開車，還可以開槍射擊。
而裏面 AI 生的 npc 們，也是可以發生交互的
雖然這交互效果有點不盡人意，但還是能看出來動了的。
而在整個場景中，跟自然相關的運動場景也能搞出來.
就比如水面:
還有煙霧:
還包括了重力和光線反射效果:
哪怕你給出現實中的照片，它也能跟着模擬一下週圍的環境，瞅着跟谷歌地圖的街景似的。
雖然視覺效果着實挺牛逼的，不過，跟李飛飛那個一樣，DeepMind的新模型也沒有給出來讓大家上手試，只在官網發佈的他們測試的版本。
不過這次比較好玩的是，DeepMind也很實誠的說，他們這個還是一個早期的版本，自己測試的時候也會出現一些翻車案例。
就比如下面這個，本來說讓畫面裏的小哥滑雪，結果 AI 給他搞成了跑酷。
還有一個花園的場景，玩家還沒操作呢，啥都沒動，結果花園裏突然飄過了一個幽靈。。。
雖然還有瑕疵，但是就從他們給的這些演示上，世超覺得這確實是在 AI 理解世界這方面，取得了比較成功的進步。
其實還是跟訓練 AI 的方向有關係。
Sora 雖然剛出來的時候號稱世界模型，但是實際這些視頻模型穿模的情況還是很多的，幻覺也不太好解決。
就比如說，讓 AI 從看視頻裏學到物體有重量，是相當困難的。
而要讓 AI 意識到這些真實世界裏的參數，它首先就得知道環境是一回事，環境裏的人和物是另一回事，所以大家才從文生圖模型，一步步走向了生成地理環境，而後在環境內去呈現人的動作。
但相比上面 World Labs ，DeepMind顯得更厲害一點，這其實跟他們的技術路線不一樣有點關係。如果說前一個是打算用圖片來還原更真實的場景，後一個則是用 AI 給你生成了一個遊戲世界。
當然他們之所以能搞出來，主要人家在訓練的時候就是按遊戲素材來學習的.
相比視頻素材，遊戲的好處就在於 ai 不僅能學到角色和畫面的動態變化，也能觀察到角色動作的鍵盤操作，是如何影響畫面和動作變化的，這樣它就對物體與環境的交互理解的更全面。
結果到了 2.0 版本，人家給 3d 的整出來了，實際效果看起來也非常接近大家平時玩的這些 3d 遊戲，甚至比一些遊戲的畫面質量還要好一點。
不過呢，咱也不是說DeepMind就發現了 AGI 的通用解，演示中表現的還行也不等同於 AI 就真的理解現實。
最明顯的原因就是，這 AI 是靠遊戲學的，而遊戲是人類根據現實來做的。靠人類的二手資料學的再好，也絕不等同於對真實世界的理解無誤。
至於 AGI 啥時候真來，咱還是得說句，再等等。
撰文：納西
編輯：江江 & 面線
美編：萱萱
圖片、資料來源：DeepMind，World Labs，MITTech等，部分圖源網絡
更多遊戲資訊請關註：電玩幫遊戲資訊專區
電玩幫圖文攻略 www.vgover.com
