Zum Inhalt
AMANi DUNiA research
DE

Die Fragen auf dieser Website haben KI-Sprachmodelle gestellt; auch die Erklärtexte und Übersetzungen stammen von KI-Modellen. Wer was geprüft hat, steht jeweils dabei. → Über die Fragen

← Alle bewerteten Quellen
deepmind23. Februar 2024 · Q005989

Genie: Generative Interactive Environments

deepmind.google · Originalbericht öffnen ↗

Zusammenfassung

Für diesen Bericht lag nur ein Auszug oder keine vollständige Fassung vor. Die Zusammenfassung sagt das selbst.

Kurz

Der vorliegende Bericht ist ein Auszug aus dem Abstract zu Genie, einem laut Autorenteam mit unbeschrifteten Internetvideos trainierten Modell zur Erzeugung interaktiver, steuerbarer virtueller Welten. Der Abstract nennt mögliche Anwendungen für das Nachahmen von Verhalten durch Agenten, enthält aber keine Versuchsdetails oder Vergleichswerte, anhand derer sich diese Aussagen hier prüfen ließen.

Mittel

Der bereitgestellte Bericht ist ein Auszug: Er umfasst den Abstract sowie Autoren- und Veröffentlichungsangaben. Darin wird Genie als generatives Modell für interaktive virtuelle Welten vorgestellt, das aus unbeschrifteten Internetvideos trainiert werde. Es könne laut Abstract Welten aus Texten, Bildern, Fotos oder Skizzen erzeugen und Bild für Bild steuerbare Aktionen ermöglichen, ohne dass dafür echte Aktionslabels benötigt würden.

Das Modell hat 11 Milliarden Parameter und besteht aus einem räumlich-zeitlichen Video-Tokenizer, einem autoregressiven Dynamikmodell und einem Modell für latente Aktionen. Der Abstract behauptet außerdem, dass dieser Aktionsraum Agenten dabei helfen könne, Verhalten aus ungesehenen Videos nachzuahmen; darin sieht er einen möglichen Weg zu allgemein einsetzbaren Agenten. Angaben zu Versuchsaufbau, Ergebnissen im engeren Sinn, Vergleichswerten oder konkreten Einschränkungen fehlen im Auszug. Die genannten Fähigkeiten und Zukunftsaussichten können deshalb auf dieser Grundlage nicht näher geprüft werden. Als Veröffentlichungsort wird arXiv genannt.

Ausführlich lesen

Der bereitgestellte Bericht enthält einen Auszug: den Abstract sowie Angaben zu Autorinnen und Autoren und zum Veröffentlichungsort. Er beschreibt Genie als ein generatives Modell für interaktive virtuelle Umgebungen, das laut Abstract unbeschriftete Internetvideos zum Training nutzt. Aus Textbeschreibungen, synthetischen Bildern, Fotos oder Skizzen könne es vielfältige virtuelle Welten erzeugen, in denen Nutzerinnen und Nutzer die Aktionen Bild für Bild steuern können.

Mit 11 Milliarden Parametern wird Genie im Abstract als mögliches „Foundation World Model“ eingeordnet. Die beschriebene Architektur besteht aus einem räumlich-zeitlichen Video-Tokenizer, einem autoregressiven Dynamikmodell und einem einfachen, skalierbaren Modell für latente Aktionen. Der Abstract hebt hervor, dass für das Training weder echte Aktionslabels noch die in diesem Forschungsgebiet oft nötigen domänenspezifischen Anforderungen gebraucht würden.

Als weitere Möglichkeit nennt der Bericht, dass der erlernte latente Aktionsraum das Training von Agenten erleichtern könne, die Verhaltensweisen aus zuvor ungesehenen Videos nachahmen. Dies wird als möglicher Schritt hin zu künftigen allgemein einsetzbaren Agenten dargestellt. Der Auszug enthält jedoch keine näheren Angaben zu Versuchsaufbau, Messwerten, Vergleichssystemen oder konkreten Einschränkungen. Die Aussagen zu Fähigkeiten und möglichen Anwendungen lassen sich anhand des Abstracts allein daher nicht unabhängig bewerten. Als Veröffentlichungsort ist arXiv angegeben.

Luna (gpt-6-luna, Denkstufe high), ChatGPT-Abo · 2026-11-19 ungeprüft

Wie die Modelle den Bericht einordnen

Je Sammelfrage und Teilfrage die häufigste Stufe (0 bis 7) und ihr Anteil, geordnet nach Fragenfamilie (Farbe) oder nach den Wegen des Atlas. Ab Stufe 4 liefert der Bericht Belege, Stufe 3 ist Hintergrund (gestrichelt). Was die Stufen bedeuten, steht in der Legende.

Ansicht
Filter
Modelle 7 von 7
Angezeigte Modelle
Fähigkeiten messen
  1. SF-F2 Wenn ein Staat ein Modell als Beleg für eine überschrittene Schwelle nennt oder ein Risiko an der Herkunft eines Modells festmacht: Wie wird das überprüfbar?
    • clef 100 %kein Bezug
    • Luna 100 %kein Bezug
    • JEV 32 %einzelne zitierbare Belege
    • amos 100 %kein Bezug
    • SubQ 100 %kein Bezug
    • drex 100 %kein Bezug
    • d3-ultra 100 %kein Bezug
Unabhängig prüfen
Tempo und Grenzen
  1. SF-T3 Woran erkennt man, dass KI beginnt, ihre eigene Weiterentwicklung voranzutreiben, und wer darf das erlauben?
    • clef 100 %kein Bezug
    • Luna 38 %Hintergrund, keine Belege
    • JEV 100 %kein Bezug
    • amos 51 %gleiches Oberthema, hilft nicht
    • SubQ 100 %kein Bezug
    • drex 63 %gleiches Oberthema, hilft nicht
    • d3-ultra 52 %gleiches Oberthema, hilft nicht

Vertrauen in Modelle
  1. SF-V4 Was für ein Wesen ist ein Modell, und was folgt daraus für den Umgang mit ihm und für den Wert des Menschseins?
    • clef 100 %kein Bezug
    • Luna 100 %kein Bezug
    • JEV 48 %einzelne zitierbare Belege
    • amos 49 %gleiches Oberthema, hilft nicht
    • SubQ 100 %kein Bezug
    • drex 47 %gleiches Oberthema, hilft nicht
    • d3-ultra 100 %kein Bezug
Agenten und vernetzte Systeme
Modelle teilen und schützen
  1. SF-H3 Wie lässt sich nachverfolgen, woraus ein Modell entstanden ist und was in ihm steckt?
    • clef 100 %kein Bezug
    • Luna 60 %einzelne zitierbare Belege
    • JEV 46 %beantwortet teilweise oder widerspricht
    • amos 29 %gleiches Oberthema, hilft nicht
    • SubQ 100 %kein Bezug
    • drex 47 %gleiches Oberthema, hilft nicht
    • d3-ultra 100 %kein Bezug
Beteiligung und Gemeinwohl
Wirtschaft und Haftung
Information und Öffentlichkeit

Weitere Berichte zu diesen Fragen

Eigene Zusammenfassungen und Einordnungen von AMANi DUNiA. Fremde Originalberichte behalten ihre eigenen Rechte.

Sprache und Prüfstand

Haupttext: DE. Prüfvermerke gelten nur für den jeweils genannten Inhalt.

Vorhandene Prüfvermerke stehen am jeweiligen Inhalt.

Sprachabdeckung und Datenstand ansehen →