ARTICLE / 极客公园

群核科技开源两款空间大模型,想解决 Genie3 没能彻底解决的问题

2026年09月28日 21:00 · 来自 极客公园

阅读原文 → 收藏

本文首发于 Founder Park 公众号 · 2025 年 8 月 27 日 8 月初,Google DeepMind 发布 Genie 3,抢走了 OpenAI 好不容易开源俩模型的头条。 「世界模型」,这是一个近几年突然火起来的 buzzword。从 Yann LeCun 的频繁喊话,到李飞飞投身创业,再到 24 年年初的 Sora 和年底的 Genie 2,以及刚刚发布的 Genie 3,定位世界模型的 AI 切入了与语言模型不同的赛道。 他们主要分为两种流派。 第一种,Sora 类的视频模型,包括 Genie 3,基于 2D 的图像序列做数字世界的模拟,是对物理世界很好的可视化仿真。 第二种,李飞飞 World Labs 宣称要做的大型世界模型,以及各类基于 3D 的世界模型,和视频模型最重要的区别在于,它的基础是 3D 场景还原。 这两类模型现阶段都有很好的 demo 呈现效果,但如果要落地到具体场景,还是会存在很多问题和困难。 最重要的一个问题:视频模型的空间一致性。视频模型本质是基于图像去表达这个世界,但世界是 3D 的,缺少一个维度导致它无法保持完整的空间一致性,场景的内容会动态变化。 而 3D 模型会出现的问题是,如果用户要创作一个空间,ta 需要把每一个角度的每一个内容都创作出来,然后拼在一起。因为数据的短缺,空间内容的创作很难保证每个视角都有合理的内容,所以就导致现在一些 3D 空间模型只有固定一些角度看起来是合理的,一旦切换角度就会有崩坏的情况。 202