用文字就能生出3D世界!Google推出Project Genie:什麼是世界模型?有哪些玩法?
用文字就能生出3D世界!Google推出Project Genie:什麼是世界模型?有哪些玩法?

重點一:Google 推出「Project Genie」實驗原型,開放美國 Google AI Ultra 訂戶體驗,以世界模型 Genie 3 讓使用者以文字與圖片生成、探索與重混互動式虛擬世界。

重點二:Project Genie 提供「世界素描」、「世界探索」、「世界重混」三大核心功能,支援即時路徑生成、視角切換與作品下載,瞄準新一代沉浸式生成媒體應用。

重點三:Google 強調專案仍在早期研究階段,畫面寫實度、物理規則與角色操控仍有限制,將先透過受控開放收集使用情境,未來再擴大地區與功能。

Google 近日宣布,正式向美國地區的 Google AI Ultra 訂戶推出實驗性原型服務「Project Genie」,讓一般使用者可以親自體驗由世界模型 Genie 3 驅動的「互動式生成世界」。

只要輸入文字提示、搭配系統生成或自行上傳的圖片,就能即時生成可行走、可操控視角的虛擬環境,並支援在他人作品基礎上進一步重混創作。

Google 表示,這項原型的目的,是在邁向通用人工智慧(AGI)的過程中,探索「世界模型」在研究與生成媒體上的實際應用與使用者行為。

Project Genie 到底能幹嘛?

Project Genie 實際上是 Genie 3 世界模型的「體驗版」。Genie 3 模型會即時預測前方的畫面與世界狀態,因此它並非傳統那種「僅能左右晃動的 3D 截圖」展示,而是當你實際向前走動、轉彎或操作角色時,模型會持續生成後續發生的內容。

接著在產品層面,Project Genie 這個網頁應用程式(Web app)可為 Google AI Ultra 用戶提供以下三項關鍵功能:

功能一:世界素描

你可以用文字 + 圖像,讓模型幫你長出一個可探索的場景。它還接了 Nano Banana Pro 的「世界草圖繪製」:先用圖片草稿預覽世界長怎樣,再調整細節、決定視角是一人稱還是三人稱,甚至設定你是走路、開車、飛、騎車等方式去逛。

功能二:世界探索

生成完不是看影片,而是你真的在一個開放空間裡移動,模型根據你的操作即時延展前方路徑,你也可以動態換視角。從研究角度,就是讓一般人直接「開箱」世界模型的能力,而不是只看論文 GIF。

功能三:世界重組

這是滿有趣的一層:你可以拿別人做好的世界來 remix,改 prompt、改風格、疊自己的元素,變成全新的版本。也可以從系統提供的圖庫或隨機世界裡挑一個,接著改造、探索,最後把過程匯出成影片下載。

Project Genie 好玩嗎?

根據 The Verge 記者 Jay Peters 實測,Project Genie 的操作流程相對簡單:使用者可以選擇 Google 預設的範例世界,或自行輸入環境與角色描述。系統會先生成一張縮圖,再進一步生成可操作的 3D 世界。每個世界的解析度約為 720p、畫面幀率約 24fps,使用者可透過鍵盤 WASD 移動角色、空白鍵跳躍或升高,並用方向鍵控制視角。

在 Google 設計的示範場景中,例如名為「Rollerball」的世界,玩家操控一顆藍色球,於白色雪地中滾動並留下彩色軌跡。然而除了四處亂滾之外,場景缺乏明確目標與規則,也完全沒有音效,加上明顯的輸入延遲,使體驗更像是一個未完成的技術展示,而非真正的遊戲。

更嚴重的是,系統對「世界狀態」的記憶並不穩定。隨著時間推進,先前畫出的顏色軌跡有時會莫名消失,甚至出現球體不再留下任何軌跡的情況,讓使用者對這個生成世界的「可靠性」產生疑慮。

相較於 Google 設計的範例世界,Peters表示,他實際上玩得最開心的,是嘗試利用 Project Genie 生成「仿任天堂」的 3D 場景,例如《Super Mario 64》、《Metroid Prime》甚至《薩爾達傳說:曠野之息》的世界。

透過簡單的文字提示,系統確實能生成帶有經典平台跳躍、第三人稱冒險視角與滑翔傘等元素的場景,畫面與角色剪影也讓人一眼聯想到原作。

然而,這些世界雖然視覺上充滿「既視感」,在玩法上卻幾乎毫無實質內容:沒有分數機制、沒有任務目標,只剩在有限時間內四處走跳,加上輸入延遲嚴重,實際上難以稱為真正可玩作品。

Project Genie 先鎖定高階訂戶試水溫

儘管 Google 對 Genie 3 的潛力抱持高度期待,但也在公告中坦言,當前版本仍有多項明顯限制。

首先,生成世界的畫面未必完全貼近真實,對於文字或圖片提示的遵循度與物理規則的準確性也仍不穩定。其次,角色操控可能出現反應延遲,或在精確控制上不如傳統遊戲體驗。

另外,目前單次生成世界或探索影片的時長上限為 60 秒,部分先前在研究論文中展示過的進階功能,例如可在探索過程中觸發事件、動態改變世界狀態的「可提示事件」,暫時也尚未開放給這個原型版本使用。

Google 選擇先將 Project Genie 限定給美國地區年滿 18 歲的 Google AI Ultra 高階訂閱用戶,並透過 Google Labs 的實驗框架進行迭代。官方表示,希望透過這批早期使用者,觀察世界模型在不同產業與創作領域的真實應用情境,作為未來優化模型能力與產品化方向的重要依據。

Google 並未給出 Project Genie 擴展到其他國家與訂閱方案的明確時間表,只表示將「隨時間推進逐步擴大可用地區」,長期目標是讓更多使用者能接觸到這類互動式世界模型體驗。

從產品定位來看,Project Genie 既是 AGI 研究的前哨站,也是生成媒體與沉浸式內容的新實驗場,Google 顯然希望在這個新興賽道上先取得一個技術與敘事上的制高點。

延伸閱讀:YouTube蝦皮打造全台最大電商流量池!對哪種賣家最有利?會是另一種「養套殺」劇本?

資料來源:GoogleThe Verge

本文初稿為AI編撰,整理.編輯/ 李先泰

關鍵字: #Google #Gemini
往下滑看下一篇文章
從「存資料」到「用知識」:網創資訊攜手浪LIVE,讓 AI 成為最懂企業的內容幫手
從「存資料」到「用知識」:網創資訊攜手浪LIVE,讓 AI 成為最懂企業的內容幫手

對已經成熟發展的企業來說,最大的挑戰不是如何創新,而是經驗無法有效傳承,而生成式 AI 的價值正在於此,它讓分散的知識從「共同保存」走向「即時運用」,使組織得以在既有經驗之上,持續累積能力並向上成長。

由旭瑞文化傳媒成立、全台最大直播平台浪LIVE,正是這種轉變的最佳寫照。「我們其實一直都有在整理內部的知識、技術文件和作業流程規範,但做法比較像是集中在倉庫裡,雖然找得到,卻不一定用得快。」旭瑞文化傳媒技術研發中心技術總監黎欣捷(James)形容。

網創X浪Live-2.jpg
浪LIVE 攜手網創資訊導入 AI 知識管理系統 NAVI,打造出一顆可以分析與調用歷史資料並產製新內容的「企業智慧大腦」
圖/ 數位時代

為此,浪LIVE 攜手網創資訊導入 AI 知識管理系統 NAVI,打造出一顆可以分析與調用歷史資料並產製新內容的「企業智慧大腦」,讓經驗不再只是被保存,而能實際參與日常營運流程。網創資訊總經理吳炳鈞進一步說明,這是因為 NAVI 將浪LIVE既有資料整理成可被運用的知識基礎,並在此基礎上生成內容,故能真正融入浪LIVE使用場景,提升文章產製與活動規劃的效率。

用 AI 提速,回應高頻、快節奏的營運需求

作為直播產業的領導平台,浪LIVE 不僅市占率超過 50%,每月活躍用戶數更高達 40-50 萬人。能夠寫下高黏著度、高互動率的成績,除了堅持以才藝直播為主軸、在市場上做出差異化特色,快速更新的內容與密集的行銷活動,同樣是浪LIVE 維繫用戶黏著度的關鍵。

網創X浪Live-3-2.png
旭瑞文化傳媒技術研發中心技術總監黎欣捷表示,透過NAVI能夠有效提升文章產出與活動企劃的效率。
圖/ 數位時代

黎欣捷表示,浪LIVE 每日都會更新社群貼文與文章內容、每個月平均規劃約 20 至 25 檔活動,不僅內容產出量龐大,對速度的要求也極高。編輯團隊在完成採訪後,必須在最短時間內產出文章,且要符合品牌的風格和版型,而營運團隊不僅要不斷發想新的玩法,還得預先估算不同設計下的投資報酬率、參與人數等機率,以確保活動能兼顧創意與成效。

這種高頻的營運節奏不僅極具挑戰性,還容易使團隊感到疲憊。因此,浪LIVE 開始思考如何利用 AI 來提升文章產出與活動企劃的效率,而 NAVI 正是思考後的最佳解答。

應用場景1:文章產製,不再從零開始

吳炳鈞進一步說明,網創資訊如何協助浪LIVE 將 NAVI 應用於文章產製與活動企劃。

先就文章產製來看,網創資訊將浪LIVE 過往累積的大量文章匯入 NAVI,由系統學習品牌文章的語氣與編排方式,及不同編輯的寫作風格並加以分類。之後,編輯只要提供採訪逐字稿或相關素材,並指定想要的文章風格,NAVI 便可依此生成初稿,再由編輯進行調整與潤飾,大幅加快整體產出速度,也讓編輯可以將更多心力投入內容品質的把關與主題發掘,用快速更新而主題有趣的文章,吸引會員持續留在平台。

網創X浪Live-4.jpg
網創資訊總經理吳炳鈞進一步說明, NAVI 將浪LIVE既有資料整理成可被運用的知識基礎,並在此基礎上生成內容,才能真正融入浪LIVE使用場景。
圖/ 數位時代

吳炳鈞強調,NAVI 不是憑空寫文章,而是根據企業過去累積的內容與規範來生成,這樣的產出結果,才會更貼近原本的品牌風格與實際需求。更重要的是,網創資訊還能根據客戶使用情境進行客製化調整。例如,NAVI 可以整合圖片和文字,生成一篇圖文並茂的文章,並同步輸出對應的 HTML 程式碼,浪LIVE 編輯只需貼至後台系統,就能完成上稿作業,不必再花費大量時間去調整版面配置。

網創X浪Live-5.jpg
網創資訊業務經理Hailey Ouyang表示,NAVI 在產出文章的同時,可以同步輸出對應的 HTML 程式碼,減輕浪LIVE 編輯的上稿作業負擔。
圖/ 數位時代

應用場景2:活動規劃,從歷史經驗找出新玩法

再就活動規劃來看,網創資訊同樣先將浪LIVE 的歷史活動範本、禮物清單與獎勵機制導入 NAVI,由系統學習營運團隊在發想活動時的思維脈絡,之後,團隊成員只要輸入關鍵字,NAVI 就能建議相應的活動方式與獎勵組合,作為活動規劃時的參考。

黎欣捷認為,NAVI 就像一位資深顧問,不僅提供更多元的視角與玩法建議,縮短活動規劃所需的時間和心力,也能即時調閱過往經驗,協助團隊跳脫個人思考盲點,避免重複規劃過去已經做過的活動內容。

吳炳鈞進一步以禮物清單為例,說明 NAVI 帶來的效益。浪LIVE每一檔活動都需要重新設計禮物或做不同的組合搭配,因此資料庫已累積上百種不同類型的禮物,這使得團隊成員在規劃活動時,常常要花很多時間去發想新禮物或搜尋資料。而在導入NAVI後,系統可以根據歷史資料提供合適的禮物搭配建議,協助團隊在規劃新活動時,更有效率地運用既有資源。

網創X浪Live-6.jpg
NAVI可以根據歷史資料提供合適的禮物搭配建議,協助浪LIVE團隊在規劃新活動時,更有效率地運用既有資源。
圖/ 網創資訊

不只生成內容:NAVI 三大特色,讓 AI 真正嵌入企業流程

在資料管理與內容生成外,網創資訊也從企業管理需求出發,規劃出以下 3 大系統特色,使 NAVI 得以真正融入企業的營運流程中。

第一,NAVI 支援至少 20種大型語言模型,能因應不同使用需求,處理文字、圖片、音訊和影片等多種形式的內容。第二,系統可部署於私有雲或地端環境,讓資料能留在企業內部,降低被外部 AI 模型使用的疑慮。第三,整合 AD 身份驗證與授權機制,可依部門和角色別去設定資料存取權限,確保 AI 在回應問題或產生內容時,只會引用該使用者可存取的資料範圍,避免誤用或資料外洩的風險。吳炳鈞補充,由於系統可進行部門切割,也能進一步統計各單位的使用量,方便企業進行內部成本分攤與管理。

「企業需要的是能嵌入流程的 AI,而不是只會回答問題的工具。」吳炳鈞指出,因此 NAVI 一開始就定位在企業知識管理系統,從而發展上述系統設計。近年來,因應 AI Agent 趨勢,網創資訊亦將相關概念融入 NAVI,使系統具備更高的主動性,能依任務需求串接不同資料庫與內部系統,協助使用者完成特定工作流程。

網創X浪Live-7.jpg
網創資訊PM Keith Hsu指出,NAVI 融入 AI Agent 概念後,具備更高的主動性,能依任務需求串接不同資料庫與內部系統,協助使用者完成特定工作流程。
圖/ 數位時代

未來,網創資訊將持續與浪LIVE 深化合作,逐步導入更多內容至系統中、拓展更多應用場景。也期待在與客戶合作的過程中,共同發掘更多具體的應用靈感,並視需求開發對應功能,持續放大知識與經驗的價值,讓技術不只停留在工具層次,而能真正轉化為企業成長的動能。

登入數位時代會員

開啟專屬自己的主題內容,

每日推播重點文章

閱讀會員專屬文章

請先登入數位時代會員

看更多獨享內容

請先登入數位時代會員

開啟收藏文章功能,

請先登入數位時代會員

開啟訂閱文章分類功能,

請先登入數位時代會員

我還不是會員, 註冊去!
追蹤我們
2026 大重啟
© 2026 Business Next Media Corp. All Rights Reserved. 本網站內容未經允許,不得轉載。
106 台北市大安區光復南路102號9樓