谷歌最新推出的Veo3可能会用于视频游戏
近日，谷歌DeepMind首席执行官德米斯·哈萨比斯（Demis Hassabis）在社交平台X上的最新互动引发外界猜测，谷歌最新视频生成模型Veo 3或被应用于游戏领域。
面对用户“何时能玩上Veo 3生成的游戏？”的调侃，哈萨比斯以“目前不会”的模糊回应，进一步激发了技术圈对谷歌AI战略的联想。尽管谷歌官方发言人向TechCrunch澄清“暂无具体计划可披露”，但行业分析认为，这家科技巨头构建“可交互世界模型”的技术路径已显露端倪。
从技术路径分化的角度看，世界模型与视频生成模型存在本质差异。
所谓世界模型（World Models），是指通过模拟现实环境动态，使AI代理能预测并响应物理规则（如重力、碰撞），典型案例包括DeepMind去年发布的Genie 2，其可生成无限可交互的虚拟世界；
而视频生成模型，主要以逼真度为核心，专注于合成视觉序列（如Veo 3），但缺乏对环境交互的深度理解。
尽管Veo 3在公开预览中已展现“模拟现实物理规律”的能力（如生成符合运动学原理的动画），但其本质仍属“被动输出”工具，适用于游戏过场动画或叙事原型开发，而非实时交互场景。若要突破至“可玩世界”层级，需将模型升级为具备预测性、可控性的主动模拟器——这与谷歌将多模态大模型Gemini 2.5 Pro改造为“类脑世界模型”的战略方向高度契合。
从行业发展来看，这种基于世界模型展开的从实验室到元宇宙的生态之争，谷歌并非唯一布局者。
在学术界，AI科学家李飞飞创立的World Labs已实现“单图生成3D游戏场景”，探索空间智能的落地。
另外，一些科技巨头，包括微软、OpenAI（Sora模型）、Runway、Pika等企业正加速视频生成技术迭代。其中，谷歌的差异化优势在于其将世界模型与Gemini生态整合的潜力。
整体来看，游戏或成AI技术验证场游戏行业对实时渲染、物理模拟的高要求，使其成为检验世界模型能力的理想场景。若谷歌选择入局，其混合技术路径（融合视频生成与世界模拟）或将重构数字内容生产范式。考虑到谷歌在算力资源、开发者生态上的积累，这一赛道竞争格局值得持续关注。
可以想象，随着AI从“生成内容”向“模拟现实”演进，技术落地的边界正被重新定义。无论是游戏、影视还是工业仿真，掌握世界模型构建能力的企业，将在下一代数字交互革命中占据先机。