待验证50% 置信事实精确时间
Google DeepMind的Genie 1基于从互联网视频中无监督学习的潜在动作空间(Latent Action Model)，无需动作标注即可从视频帧序列自动发现虚拟控制器
1
来源数
50%
置信度
中期 (~90 天)
时效性
2026/7/10
首次发现
有效期至：2026/10/8
来源
MIRA：基于火箭联盟的多人交互世界模型解析
hackernewshackernews2026/7/9
相关事实
已验证2024年Google DeepMind的Genie系列可仅凭单张图像生成可交互的2D/3D游戏环境70% 相似待验证ControlNet插件允许用户以边缘检测或深度图为控制条件，AnimateDiff将运动先验注入图像扩散模型的时间维度实现动画效果，RunwayML Gen-2通过视频扩散模型支持从单张图像生成短视频67% 相似待验证动作识别领域经历了从手工特征（光流、HOG）到深度学习（双流网络、I3D、SlowFast）再到基于Video Transformer的范式转变65% 相似待验证基于深度学习的虚拟形象驱动方案包括Audio2Face和SadTalker等模型，可直接从音频生成面部动画65% 相似待验证带宏命令(Activity/一键情景)的遥控可实现"看电影"一键开启电视+功放+投影并切换到正确输入源，是多设备场景的核心价值，普通学习型遥控只是单键复制不具此能力64% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/457426API
curl https://kongchang.com/api/v1/knowledge/claims/457426MCP
get_claim(id=457426)