近日，谷歌DeepMind的研究人员推出了，首个无需数据标记、无监督训练的生成交互模型——Generative Interactive Environments，简称“Genie”。
Genie是一个具有110亿参数的模型，它能够根据图像、真实照片甚至草图生成可控制动作的视频游戏。这个模型的特点是无需数据标记和无监督训练，它通过3万小时、6800万段游戏视频进行了大规模训练，而且训练过程中没有使用任何真实动作标签或其他特定提示。
Genie的核心架构使用了ST-Transformer（时空变换器），这是一种结合了Transformer模型的自注意力机制与时空数据的特性，有效处理视频、多传感器时间序列、交通流量等时空数据的方法。ST-Transformer通过捕捉数据在时间和空间上的复杂依赖关系，提高了对时空序列的理解和预测能力。
Genie的架构主要由三大模块组成： 1. 视频分词器：基于VQ-VAE的模块，将原始视频帧压缩成离散的记号表示，以降低维度并提高视频生成质量。 2. 潜在动作模型：无监督学习模块，从原始视频中推断出状态变化对应的潜在动作，并实现对每一帧的控制。 3. 动力学模型：基于潜在动作模型学习到的动作关系，预测下一帧的视频。
除了视频游戏，你觉得 Genie 模型还能在哪些其他领域发挥作用？
有多少小伙伴是和我一样，早在2年前就已经不用微软的office套装了，之前是觉得office打开那种体积很大的文件，反应速度太慢了，才用的wps，现在WPS AI正式对外展示了文字、表格、PPT、PDF四大办公组件搭载的AI大模型能力，支持pc及移动设备。本次公布的AI新能力集中在阅读理解、问答、人机交互等方面。在PPT中，WPS AI现已支持输入主题，一键生成PPT演示文稿，并会根据用户要求进细化调节，如更改主题风格、单页美化、更改字体、更改配色、生成演讲稿等等。如果WPS的AI功能能够更好的帮助我们办公，你还会等微软的office吗？
昨天给大家说过了，Sam Altman 有望回归 OpenAI，细心的朋友应该发现了，从工牌的“客人04”就能发现，Sam Altman 与 OpenAI 管理层的回归谈判很有可能谈崩。
果然，在昨天下午的时候，微软首席执行官Satya Nadella在社交平台宣布，“微软仍然致力于与 OpenAI的合作伙伴关系。同时欢迎 Sam Altman 和 Greg Brockman 及其团队加入微软，领导一个全新的AI研究团队”。 Sam第一时间对这个消息进行了确认。
我们现在可以期待一下，Sam Altman 加入微软后会给我带来哪些惊叹的产品，这场“政变”当中微软无疑成为了最大的赢家，大家觉得呢？
