Project Genie 拆解：World Sketching、Exploration、Remixing 为什么是产品化起点

Google 把 Genie 3 包装成 Project Genie 推给消费者的时候，没有直接丢一个文本框让你填提示词。它设计了三个步骤：World Sketching（世界草图）、World Exploration（世界探索）、World Remixing（世界混搭）。

这套流程看起来简单，背后的产品逻辑值得拆一下。

第一步：World Sketching

你输入两段文字：一段描述环境（森林、城市、火山），一段描述角色（机器人、柴犬、纸飞机）。系统先用 Nano Banana Pro（Google 的图像生成模型）给你画一张静态预览图。

这张图不是装饰，而是一个确认环节。你可以看到"原来它理解的森林长这样"，然后决定要不要调整描述。满意了再点"进入世界"。

为什么要加这一步？因为世界模型生成成本高。直接生成 60 秒的可交互世界，如果效果不对，算力就白烧了。先出一张静态图让用户确认，失败成本低得多。

第二步：World Exploration

进入世界后，你用 WASD 移动，用方向键转视角。系统实时生成你面前的画面。这是 Genie 3 的核心能力展示：你往前走，它就画你前面的路；你转头，它就画你侧面的景色。

60 秒后世界结束，你可以下载这段探索的录像。

这个时长限制不是随便定的。根据 DeepMind 的说法，Genie 3 的视觉记忆大约能覆盖一分钟——再往前的场景它就开始忘了。把体验时长卡在记忆边界之内，可以保证用户看到的世界不会突然"失忆"变形。

第三步：World Remixing

Google 预设了一批官方世界，你可以拿来改。换个角色、换个风格、换个时间天气。这降低了创作门槛——你不用从头描述一个完整环境，只需要说"把这个雪山世界里的滑雪者换成柴犬"。

Remixing 还有另一个作用：让用户之间产生内容流动。如果未来开放用户上传自己的世界模板，就会形成一个"世界素材库"。

为什么不直接开放 API

很多开发者的第一反应是：给我个 API，让我自己调。

但 Google 没这么做，目前只有这个网页版体验入口。原因可能有几个：

成本控制。 实时生成 720p 视频帧的算力成本很高。API 开放后，调用量不可控，成本会爆炸。先用订阅制（每月 250 美元）筛选用户，观察使用模式。

安全边界还没画好。 The Verge 的测试记者发现，Project Genie 一开始能生成任天堂风格的游戏世界。但到测试结束时，同样的提示词开始被拦截，理由是"第三方内容提供方利益"。这说明 Google 还在实时调整内容策略，不适合开放给程序化调用。

收集使用数据。 DeepMind 在博客里说，开放 Project Genie 是为了"看看人们会怎么用它"。一个封闭的网页端比开放 API 更容易追踪用户行为。

三步流程的设计意图

回过头看这三步：

1. Sketching 降低试错成本，让用户在便宜的环节确认意图
2. Exploration 展示核心能力，但用时长限制控制风险
3. Remixing 降低创作门槛，引导用户基于模板修改而不是从零开始

这是一个典型的"先圈住场景，再逐步放开"的产品化路径。与其一开始就开放所有能力然后手忙脚乱地打补丁，不如先用一个受控的流程验证用户需求和风险边界。

下一步可能是什么

如果 Project Genie 跑顺了，下一步可能是：

• 延长单次体验时长（需要模型记忆能力提升）
• 开放更多动作（捡东西、开门）
• 推出创作者版本，允许上传自定义素材
• 最后才是开发者 API

不过这都是猜测。目前能确定的是：Google 选择用一个精心设计的三步流程来控制 Genie 3 的首次公开亮相，而不是直接扔出一个"随便玩"的沙盒。这个选择本身就说明了很多问题。