Google DeepMind 於正式向美國地區 Google AI Ultra 訂閱用戶開放 Project Genie 測試權限。這款基於 Genie 3 世界模型的實驗性原型平台，標誌著科技巨頭在通用人工智能（AGI）競賽中最新佈局。與傳統 AI 工具不同，Project Genie 能夠從文字或圖像提示中實時生成可互動 3D 環境，用戶可在虛擬世界中探索、移動並重新混搭場景。這項技術突破不但改變內容創作模式，更為企業在產品原型開發、員工培訓模擬、供應鏈沙盤推演等場景開啟全新可能。本文將深入分析世界模型技術商業價值、競爭格局以及企業決策者需要關注的戰略要點。
從概念驗證到商業化：Genie 3 技術突破三大關鍵
Project Genie 背後核心技術 Genie 3，是 DeepMind 自 2025 年 8 月起與獲信任測試者合作驗證的世界模型系統。該模型能以每秒 24 幀速度生成持續互動 3D 環境，並在用戶移動時實時預測場景演變，與過去靜態 3D 快照體驗截然不同。Genie 3 整合階層式表示學習與多模態融合能力，能同步處理視覺、文字和感應器數據，建構出具備物理一致性虛擬世界。根據技術文件顯示，系統目前支援最長 60 秒連續生成。有媒體引述 Google 發言人表示，這個時長經測試能在保持高品質與一致性同時，提供足夠探索體驗。
技術層面三大創新奠定商業應用基礎：首先是「世界草圖」功能，透過整合 Nano Banana Pro 預覽工具，用戶可在進入虛擬環境前精細調整場景並選擇第一人稱或第三人稱視角。其次是實時路徑生成機制，當用戶在環境中移動時，系統根據行動動態產生前方場景，並模擬真實物理規律如重力、液體流動和光線行為。第三是「世界重混」能力，用戶可基於現有場景提示詞創建衍生版本，並下載探索過程影片記錄。Flowhunt 分析指出，Genie 3 在 AGI 研究中解決關鍵瓶頸，為訓練智能代理（Agents）提供無限多樣模擬環境，避免傳統方法需人手編寫程式碼或昂貴現實世界部署。
然而技術仍有明確限制：生成世界可能不完全符合提示詞或真實物理規律，角色控制有時出現延遲，且部分 8 月預告功能如「可提示動態事件」尚未納入此版本。Google 承認這是早期研究模型，目標是透過開放測試理解用戶如何應用世界模型於 AI 研究和生成媒體領域。對企業而言，這意味現階段適合用於概念驗證和創意探索，而非生產級應用。
網民 GTA6 作品展示
Will we get AI GTA 6 before GTA 6?
I gave @GoogleDeepMind Genie 3 a GTA 6 screenshot and it generated this playable world.
Obviously still plenty of artifacts but give this one year… pic.twitter.com/eDtejOx7bS
— Elliot – InterdimensionalTV (@n_reruns) January 29, 2026
I played GTA VI (sort of)
Using just a couple of screenshots, I explored the game world using the new Genie 3 model from Google.
Absolutely insane technology! pic.twitter.com/DUMN7owhmn
— Alex Patrascu (@maxescu) January 30, 2026
五強爭霸：世界模型賽道戰略版圖
2026 年初世界模型賽道呈現多極競爭格局，至少五家主要玩家採取差異化策略角逐市場。Google DeepMind 同時推進三條技術路線：除了 Genie 3 外，還有專注遊戲環境互動 SIMA 代理系統，以及用於精細圖像編輯 Nano Banana。Fei-Fei Li 創立 World Labs 於 2025 年推出 Marble 商業平台，提供從免費到每月 95 美元（約港幣 740 元）分級定價，成為首個商業化落地世界模型服務。
Runway 旗下 Gen-4.5 在 2025 年 12 月 Video Arena 基準測試中擊敗 Google Veo 3 和 OpenAI Sora 2 Pro 奪冠，該公司明確將產品定位為「理解物理規律的世界模型」而非單純影片生成工具，強調物體運動具備真實重量、動量和力學表現。NVIDIA 則在 2025 年 CES 發布 Cosmos 平台，專攻自動駕駛和機械人領域，截至 2026 年 1 月下載量突破 200 萬次。與此同時，Yann LeCun 為其新公司 AMI Labs 籌集 5 億歐元（約港幣 42.4 億元）開發 VL-JEPA 系統，而 Verses.ai 基於 Karl Friston 主動推理概念推出 AXIOM 平台。
Introl 產業分析報告指出，世界模型競賽標誌運算模式從文字處理轉向影片生成、物理模擬和具身推理。各家技術側重點不同：DeepMind Genie 3 強調實時互動性和 AGI 訓練環境，World Labs Marble 主打商業可用性和定價模式，Runway 追求影片質素與物理真實度，NVIDIA 鎖定工業級應用場景。對企業技術總監（CTO）而言，選擇供應商需評估三個維度：應用場景匹配度（內容創作 vs 模擬訓練 vs 產品原型）、整合成本（API 友善度、現有工作流相容性）、以及長期技術路線（是否與企業數碼轉型策略一致）。
企業場景應用：從沙盤推演到數碼孿生
世界模型技術為企業決策層提供「先模擬再行動」戰略工具。Predikly 企業 AI 解決方案報告強調，在供應鏈管理、醫療保健和金融規劃等領域，實際試錯成本高昂甚至危險，世界模型創建安全模擬環境讓領導者能探索多種情境、比較結果並選擇最佳方案。具體應用包括：零售商模擬假期需求變化、物流公司測試燃料價格波動對配送時程影響、製造商在虛擬工廠調整生產排程後再應用於實體營運。
香港企業 AI 採用數據顯示潛在市場需求。香港金融研究院 2025 年初調查 55 家金融機構發現，75% 受訪者已實施至少一個生成式 AI 應用或正在試點階段，預計三至五年內此比例將升至 87%。然而當前應用集中於內部非客戶面向場景，虛擬員工助理是最常見應用，反映業界將生成式 AI 視為提升生產力和營運效率工具（75% 受訪者），其次才是創新推動和決策支援（53%）。這與 2025 年 Google Cloud 香港峰會調查結果一致：內容創作（26%）和內部自動化洞察（27%）是最頻繁部署 AI 場景。
Mario Thomas 戰略分析指出，世界模型讓企業從被動營運轉向預測性優勢，董事會能透過模擬未來場景提前因應變化。成本效益同樣顯著：實體世界試點實驗需要時間、資金和人力，模擬環境可大幅降低成本同時保持洞察強度，企業能在數小時內運行數千次測試，加速產品推出市場、市場策略和流程改進。AI 業務顧問在此扮演關鍵角色，協助企業選擇正確世界模型應用、建立安全機制並整合至現有系統，確保採用策略安全且符合長期目標。
通往 AGI 路徑：DeepMind 五到十年時間表
DeepMind 行政總裁 Demis Hassabis 在 2025 年 12 月訪談中揭示 AGI 路線圖，明確指出 Genie 與 SIMA 系統整合是核心策略。他解釋 DeepMind 資源分配採「50/50」模式：一半投入擴大規模，一半專注創新突破，兩者結合才能達成 AGI。關於擴展極限，Hassabis 澄清並未遭遇「牆」，而是經歷「遞減回報」，進展既非漸近線也非指數級，需透過架構創新彌補差距。
「模擬理論」框架展現技術願景：DeepMind 正推進「無限訓練迴圈」，將 Genie 世界模型與 SIMA 代理系統整合，前者創建物理一致無限環境供後者運作，形成「模擬演化」機制，觀察智能是否有機出現以減少對人類生成數據依賴。這與 Hassabis 提出「鋸齒狀智能」概念相呼應，描述當前頂尖模型不均勻能力分佈。他重申 AGI 將在 5 至 10 年內實現，並將此轉變類比為工業革命，但速度快十倍。
DeepMind 安全措施包括由聯合創始人 Shane Legg 領導 AGI 安全委員會，負責分析風險並提出安全建議，同時與 Apollo、Redwood Research 等外部組織合作，並與政策制定者共同開發國際治理框架。安全策略聚焦四大風險領域：誤用（人類故意使用 AI 造成傷害）、系統性風險、價值對齊失敗和控制問題。對企業決策者而言，DeepMind 時間表意味未來五年需將 AGI 影響納入戰略規劃，評估組織如何適應更強大 AI 系統，並建立內部 AI 倫理與治理機制。
企業行動指南：三大戰略考量
Project Genie 開放測試為企業提供觀察窗口，但決策者需區分「技術展示」與「業務就緒」。目前系統 60 秒生成限制和一致性問題顯示，短期內適用於創意原型、概念驗證和內部創新實驗室，而非關鍵業務流程。企業應將世界模型視為中期技術投資（2-3 年視野），建立內部能力團隊熟悉工具，同時密切追蹤技術成熟度指標如生成時長延伸、物理精確度提升和 API 穩定性改善。
競爭情報收集至關重要。企業技術總監應建立世界模型技術雷達，定期評估 Google Genie、World Labs Marble、Runway Gen 系列和 NVIDIA Cosmos 功能更新與定價變動。特別關注垂直行業解決方案出現：例如製造業可能優先考慮 NVIDIA Cosmos 機械人訓練能力，創意產業傾向 Runway 影片質素，而需要快速商業部署者可選擇 World Labs 即用型服務。
跨部門協作框架必須提前建立。世界模型應用橫跨產品開發、市場營銷、培訓發展和營運優化，需由技術總監、營運總監和策略總監共同設計治理結構，明確界定實驗範圍、成功指標和資源分配機制。參考香港金融業實踐，優先從內部非客戶面向應用起步，累積經驗後逐步擴展至外部應用。同時建立 AI 倫理審查流程，特別是涉及模擬真實人員或敏感場景時，確保符合監管要求和社會責任標準。
隨著世界模型技術從實驗室走向實際應用，未來三年將出現數碼孿生企業雛形，領導者能在完整虛擬副本中測試策略、預測市場變化甚至自動化決策後再應用於現實。對於期望在 AI 時代保持競爭力企業而言，現在正是建立世界模型認知、培養相關人才並設計應用藍圖關鍵時刻。技術競賽已經開始，但真正勝負將取決於誰能最快將模擬能力轉化為商業價值。
資料來源：
Google Official Blog
The Register
Introl Research
Predikly Enterprise AI Analysis
FinTech News Hong Kong
