4月30日，英伟达推出了一款新工具Nvidia AI Blueprint for 3D-guided generative AI，允许开发者基于3D场景生成AI图像。该工具支持Blender的3D建模软件与Black Forest Lab的FLUX.1图像生成器协作，需配备RTX 4080或更高型号GPU才能运行。用户可通过Blender创建3D场景并调整细节，再由FLUX.1生成更具体的2D图像，提供比纯文本描述更高的细节控制。英伟达称其为“预定义、可定制的AI工作流程”，并附带文档与示例资源。值得注意的是，Adobe曾在去年10月提及类似工具“Project Concept”，但目前仍处于实验阶段。此工具的推出标志着生成式AI应用领域的进一步发展。

2月14日，昆仑万维推出Matrix-Zero世界模型，成为国内首家同时发布3D场景生成及可交互视频生成模型的企业。Matrix-Zero包含两个子模型： 3D场景生成大模型 支持将图片转化为可自由探索的真实3D场景，具备全局一致性、可自由探索、支持多种风格图片输入、风格迁移和动态场景生成等特点。 ...

**摘要：** 12月5日，《科创板日报》报道，谷歌DeepMind发布了大型基础世界模型Genie 2，该模型能通过单张图片或文字描述生成3D场景，具有可交互性和空间记忆能力。Genie 2可在1分钟内生成高质量的3D环境，并支持用户通过鼠标和键盘进行探索。与前“AI教母”李飞飞的World Labs相比，Genie 2侧重于游戏制作，而World Labs更专注于影视制作。DeepMind CEO Demis Hassabis邀请马斯克共同开发AI游戏，马斯克回应“Cool”。Genie 2的应用不仅限于娱乐，还可为具身智能体的研究提供大量虚拟训练数据。谷歌研究人员展示了Genie 2在处理复杂指令时的强大功能，认为该模型有望解锁具身智能体的新能力。 （注：摘要长度为249字）

**摘要：** 12月5日，谷歌DeepMind推出最新基础世界模型Genie 2，可通过一张图像或文字描述生成可交互的3D环境。用户仅需提供由Imagen 3生成的图像和相应文字描述，即可生成持续长达一分钟的3D场景。Genie 2不仅能保持环境一致性，还能在用户移动时准确呈现视野中的部分，并模拟物体交互、动画、光照及物理反射等效果，生成的场景画质接近3A级游戏。此外，DeepMind CEO邀请马斯克共同开发AI游戏，马斯克回复“Cool”。谷歌研究人员展示了Genie 2的应用实例，证明其能根据不同指令生成不同3D场景。这项技术被视为视频游戏的未来，甚至可能引领虚拟化世界的长远发展。 （224字）

当地时间12月3日，“AI教母”李飞飞联合创办的空间智能初创企业World Labs展示了首个成果——一款只需一张图、一句话即可生成3D世界的AI系统，被称为“虚拟世界生成器”。该系统具备三大亮点：直接生成具有交互性、可编辑及可扩图的3D场景。交互性让用户能通过键盘或鼠标自由探索场景；可编辑功能允许用户调整物体颜色、背景光影、景深等；可扩图则使AI工具能基于部分图片预测并生成完整的3D场景。World Labs强调，其生成的3D场景持久现实、实时可控，并遵循3D几何的基本物理规则，这使其在众多AI公司中脱颖而出。李飞飞认为，空间智能是AI领域的下一个前沿方向，目标是开发能理解实体世界的模型，该技术有望降低3D内容制作成本，推动AR/VR应用发展，未来甚至可能减少对不同尺寸屏幕的依赖。

Adobe近期推出多款AI工具，于10月16日由The Verge报道，并将在Adobe MAX大会上首次亮相。这些工具包括Project Scenic，允许用户生成并操控3D场景；Project Motion，提供两步动画制作，使无动画经验者也能轻松上手；以及Project Clean Machine，能自动移除图像和视频中的干扰元素，如闪光灯或路人，同时保持画面一致性。这些工具均基于AI技术，旨在提升图像和视频处理效率。值得注意的是，这些工具未来将整合进Creative Cloud，以供用户使用。Adobe MAX大会是一个展示新技术并收集用户反馈的重要平台，许多功能如Photoshop中的内容感知填充皆源于此。此次推出的工具展示了Adobe在AI领域的最新进展，为创意工作者提供了强大的新工具。