按年被提到
20242024 · 8 次2026
强化学习与智能体›深度强化学习与世界模型·arXiv:2402.15391 · cs.LG

Genie: Generative Interactive Environments

Genie:生成式交互环境
Jake Bruce, Michael Dennis, Ashley Edwards, Jack Parker-Holder, Yuge Shi, Edward Hughes, Matthew Lai, Aditi Mavalankar, Richie Steigerwald, Chris Apps, Yusuf Aytar, Sarah Bechtle 等 25 人 · 2024

从无标签互联网视频无监督训练出 110 亿参数的可交互世界模型

开始阅读 ↗PDFalphaXiv 讨论
被提及 · 9 人首次 2024-02-26 · 最近 2026-01-29
9不同的人
4活跃月份
9讨论串
56被引(OpenAlex)

论文提出 Genie,首个从无标签互联网视频以无监督方式训练的生成式交互环境,可以被文本、合成图像、照片甚至草图提示,生成无穷多种可由动作控制的虚拟世界。它有 110 亿参数,可视为基础世界模型,由时空视频分词器、自回归动态模型和简单可扩展的潜在动作模型组成;训练中没有任何真实动作标注,用户仍能逐帧在生成的环境中行动,所学的潜在动作空间还可用于让智能体模仿未见视频中的行为,为训练未来的通用智能体铺路。

HN 为什么提它

HN 上的人把它作为 DeepMind 生成式交互环境(世界模型)的原始论文来引用,并讨论类似 Genie 的模型被用来训练机器人做家务。

方法难度 4 / 5约 60 分钟有时效性
读之前最好知道
1世界模型(world models)
2视频分词器与自回归 Transformer
3潜在动作与无监督学习
4模仿学习与智能体

HN 书评

推荐在前,同类按时间 · 每篇最多保留 20 条,统计用全部提及
引用falcor84 · 2024-02

“Here's the article itself - Genie”

贴出 DeepMind 的 Genie 论文原文
Genie: Generative Interactive Environments (DeepMind)原评论 ↗
引用j_timberlake · 2024-12

“No, they actually did use a genie-like model to train robots on household chores.”

指出确实有人用类似 Genie 的模型训练机器人做家务
Genie 2: A large-scale foundation world model原评论 ↗
引用montebicyclelo · 2026-01

“Edit: ah original Genie paper is 2024 [3]”

更正说原版 Genie 论文发表于 2024 年
Project Genie: Experimenting with infinite, interactive worlds原评论 ↗
被提交为 story · 6 次