当前位置：首页 » AI答疑

Genie 3如何实现用户与生成世界的实时交互？

2025-08-22

Genie 3的实时交互系统包含三层技术架构：

输入处理层：接受标准游戏控制器或键盘指令（如WSAD移动），将用户动作向量化为模型可理解的参数
预测渲染层：每40毫秒（对应24fps）执行一次自回归计算，基于当前画面帧和用户动作预测下一帧视觉状态。这种”帧到帧”的连续生成模式突破了传统视频生成工具的单次输出局限
动态修改层：支持通过追加文本指令（如”让天空下雨”）实时修改环境要素，系统会在保持场景一致性的前提下整合新元素

值得注意的是，其交互延迟控制在16ms以下（通过谷歌TPUv4加速），使得模型能流畅响应用户操作，达到接近游戏引擎的体验水平。

快速查询站内AI工具