Google Deepminds Genie 4 verleiht Agentendesigns vor LLM-Ära einen modernen Anstrich
decoder ·
Google DeepMind hat Genie 4 vorgestellt, ein experimentelles interaktives Weltmodell, das Umgebungen in Echtzeit Frame für Frame simuliert. Im Gegensatz zu früheren Versionen generiert diese Iteration direkt passende Hintergrundgeräusche und Charakterdialoge neben den visuellen Elementen. Gemini-Modelle arbeiten im Hintergrund, um mehrstufige Aufgaben zu planen und die Kohärenz der Simulation sicherzustellen, während Nutzer über Texteingaben oder Tastatureingaben interagieren. Das System ermöglicht dynamische Änderungen, wie etwa das Ändern der Wetterbedingungen, wobei die Charaktere natürlich auf ihre Umgebung und die Aktionen der Nutzer reagieren. Trotz dieser Fortschritte hat das Modell derzeit Schwierigkeiten mit langen Sitzungen, komplexer Physik und der Persistenz von Objekten. Der Zugang ist zunächst auf ausgewählte Tester beschränkt, mit Plänen zur Erweiterung auf Google AI Ultra-Abonnenten und API-Partner. Alle generierten Inhalte werden unsichtbare SynthID-Wasserzeichen enthalten, um den KI-Ursprung zu kennzeichnen. Diese Technologie stellt einen Schritt hin zu hybriden Weltmodellen dar, die Sprachreasoning mit Pixel-Level-Simulation kombinieren, um zukünftiges Robotiktraining zu ermöglichen.
decoder