Google 于 2026 年 1 月 29 日（当地时间）发布了一款实验性原型产品「Project Genie」，用户只需输入文本或图片，就能生成并探索一个可交互的虚拟世界。该服务率先向美国地区的「Google AI Ultra」用户开放。

从文本或图片生成可交互虚拟世界

Project Genie 的核心能力，是把用户输入的自然语言指令或图片，转化为一个可以“走进去”的虚拟空间。与传统的静态 3D 模型不同，Genie 生成的世界会根据用户的视角移动和操作行为，实时构建和更新周围环境。

在当前的原型中，体验主要由三大核心功能构成：

• World sketching（世界勾勒）： 通过输入文本描述，或使用生成／上传的图片，来创建世界的基础环境与风格。
• World exploration（世界探索）： 用户可以在生成的世界中行走、飞行，或通过各种载具移动，沉浸式地体验这个虚拟空间。
• World remixing（世界再混合）： 在已有世界的基础上加入新的设定或改动，对场景进行再创作和重新诠释。

在正式生成前，用户可以先预览世界的大致外观，并可选择以第一人称或第三人称视角进行体验。

@YouTube

以世界模型「Genie 3」为核心的技术架构

在技术层面，Project Genie 以 Google DeepMind 开发的世界模型 「Genie 3」 为核心。该模型会根据用户的操作和移动方向，动态生成前方环境，并模拟包含物理效果与交互行为在内的“动态世界”。

这一原型以 Web 应用形式提供，在 Genie 3 之上，还组合了图像生成模型 「Nano Banana Pro」 以及对话式 AI 「Gemini」，共同完成从世界生成到交互控制、对话引导等一整套体验。

仅向美国 Google AI Ultra 用户限量开放

目前，Project Genie 作为 Google Labs 的实验性研究原型提供使用。访问资格仅限：

• 居住在美国
• 年满 18 岁
• 已订阅「Google AI Ultra」服务的用户

用户在体验过程中生成的世界，以及在其中探索的过程，都可以导出为视频进行下载和分享。

现阶段的限制与未来规划

Google 提醒，目前 Project Genie 仍处于早期实验阶段，存在若干限制：

• 生成结果不一定完全符合现实世界的物理规律，也可能与用户输入的内容存在偏差；
• 操作时可能出现延迟；
• 单次生成时间被限制在最多 60 秒之内；
• 部分 Genie 3 的功能尚未在该原型中开放。

未来，Google 计划基于用户反馈持续改进生成质量与交互体验，并在条件成熟后，逐步扩大 Project Genie 的开放地区与适用人群。