我在谷歌的新AI世界生成器中建造了棉花糖城堡

从周四开始，美国的谷歌AI Ultra订阅者可以试用Project Genie，它由谷歌最新的世界模型Genie 3、图像生成模型Nano Banana Pro和Gemini组合驱动。结果是介于梦想和视频游戏之间的东西。

提示语似乎很简单："一个带有棉花糖云朵和巧克力河流的浮动岛屿上的棉花糖城堡。"但谷歌Project Genie生成的不仅仅是图像——它是一个完整的世界。一个我可以探索的三维空间，具有合理的物理效果（棉花糖以令人满意的方式弹跳）和我甚至没有要求的细节（小橡皮糖村民，太妃糖吊桥）。

这就是Project Genie的承诺，谷歌的新AI世界生成器于周四向AI Ultra订阅者推出。它不仅仅是图像生成或3D建模——它是一个文本到世界的系统，创建可以探索、修改和共享的交互式环境。这要么是创意计算的未来，要么是我们拥有太多计算能力的迹象。

如何工作

Project Genie结合了三种不同的谷歌AI模型。Genie 3是世界模型——它理解物理、空间关系以及对象如何交互。Nano Banana Pro处理视觉效果，实时生成纹理和几何形状。Gemini提供语言理解，将您的文本提示转化为世界规范。

当您输入提示语时，系统首先生成一个基础世界——地形、照明、基本对象。然后根据您的描述细化细节。最后，应用物理和交互规则。整个过程大约需要10-15秒，具体取决于世界复杂性。

您创建的世界是完全可探索的。您可以四处走动、从头顶飞行或调整摄像机角度。对象对交互做出响应——门打开，水流，球滚动。这不是完整的游戏引擎真实感，但对于AI生成的内容来说令人惊讶地令人信服。

"目标是使世界创建像写句子一样简单。您不应该需要3D建模技能或游戏开发经验来使您的想象成真。"

亲身体验

生成我的棉花糖城堡后，我开始实验。如果我添加一条龙会怎样？Genie添加了一个鳞片生物——但它是由橡皮糖制成的，符合糖果主题。天气呢？系统生成"糖屑风暴"而不是雨。AI推断出一连贯的美学，即使我没有明确要求也能保持。

我尝试了一些更现实的东西：夜晚的黑色电影城市景观。Genie生成了雨水浸湿的街道，霓虹灯在水坑中反射，以及阴影小巷。氛围出奇地有效。我添加了一个侦探角色，系统用讲述故事的细节填充了世界——走私货物箱、闪烁的路灯、风中吹动的纸张。

当我尝试更雄心勃勃的东西时，局限性变得明显。我要求一个带有移动齿轮的运转时钟塔。外观很好，但齿轮实际上不动——物理模拟没有那么复杂。我要求一台我可以使用的运转电脑，系统生成了一台看起来逼真的PC，但它不起作用。

这些局限性是有道理的。Project Genie不是游戏引擎——它是世界的AI近似。视觉效果和基本交互效果很好，但复杂的机械系统超出了其当前能力。

创意潜力

尽管存在局限性，创意潜力是巨大的。作家可以为他们的故事生成场景并视觉地探索它们。游戏开发者可以无需从头开始构建资产来原型化环境。教育工作者可以为学生创建历史设置以供探索。建筑师可以快速可视化空间并迭代设计。

谷歌将Project Genie定位为创意工具而非专业3D软件的替代品。您生成的世界可以导出为标准格式并导入到Blender或Unity等工具中以供进一步细化。这种工作流可以通过提供起点而非空白画布来大幅加速创意项目。

共享功能同样重要。生成的世界可以通过链接共享，允许其他人探索您创建的内容。鼓励混音——用户可以复制世界并修改它，创建迭代创意链。这种社交维度可能使Genie成为协作世界构建的平台。

技术挑战

运行Project Genie需要大量的计算资源，这就是为什么它仅限于AI Ultra订阅者。世界不是预渲染的——它们在您探索时实时生成。这意味着您的设备不断运行AI模型来创建几何、纹理和物理。

谷歌通过云处理和本地计算的组合优化了系统。初始世界生成在云端进行，但探索和交互在本地处理以减少延迟。系统还使用预测缓存，在您实际访问之前生成世界的可能区域。

计算需求对用户可以创建的世界类型有影响。世界大小、对象数量和复杂性有限制。免费用户获得基本生成，而Ultra订阅者可以创建更大、更详细的世界。这种分层方法让谷歌管理成本，同时使技术易于访问。

隐私和安全

谷歌在世界生成方面实施了大量保护措施。对真实地点的真实描绘受到限制。暴力或露骨内容被阻止。系统避免生成受版权保护的角色或设置。

还有隐私考虑。您生成的世界由谷歌服务器处理，至少最初是这样。公司表示不会在未经明确许可的情况下使用生成的世界进行训练，但隐私政策允许"服务改进"使用，一些用户可能认为这很模糊。

对于交互世界，安全特别复杂。与静态图像不同，世界可能包含用户可能不会立即发现的隐藏细节。谷歌正在使用AI审核和人工审核的组合来捕捉有问题内容，但内容审核的猫鼠游戏性质表明一些问题不可避免地会漏掉。

接下来会发生什么

Project Genie朝着一些研究人员称之为"空间计算"的方向迈出了重要一步——在三维而非通过屏幕与计算机交互。随着VR和AR耳机变得更常见，生成3D内容的工具将变得越来越有价值。

谷歌暗示今年晚些时候将推出更先进的功能，包括多个用户可以探索和构建的多玩家世界、与谷歌地图集成以获得真实世界位置，以及更复杂的物理模拟。公司还在探索整合声音生成的方法，创造完整的感官体验。

目前，Project Genie是一个了不起但有些有限的玩具。我的棉花糖城堡令人愉快，但我不确定现在我已经建好了它要做什么。技术令人印象深刻，但用例仍在出现。与许多AI工具一样，最有趣的应用可能是用户发现的而不是谷歌预期的。

也就是说，描述一个世界然后能够在其中四处走动，这确实有一些神奇之处。感觉像超能力——或者也许只是我们失去的童年想象力，通过神经网络和GPU回归。无论Project Genie成为基本的创意工具还是仍然是一个迷人的新奇事物，它都是对未来的迷人一瞥，在这个未来中，我们的思想可以通过简单的提示语成为世界。