गूगल का जेनी 4 वर्ल्ड मॉडल ऑडियो, अधिक यथार्थवादी दुनियाएं और रियल-टाइम स्टीयरिंग जोड़ता है
techcrunch ·
गूगल डीपमाइंड ने अपने नवीनतम वर्ल्ड मॉडल 'जीनी 4' का शोध पूर्वावलोकन के रूप में जारी किया है, जिसमें वास्तविकता-समान पर्यावरण, रियल-टाइम ऑडियो जनरेशन और इंटरैक्टिव स्टीयरिंग क्षमताएं शामिल हैं। इसके पूर्वज से भिन्न रूप से, जीनी 4 उपयोगकर्ताओं को सिमुलेशन के दौरान मौसम, कैमरा एंगल बदलने या वस्तुएं जोड़ने के लिए प्रॉम्प्ट टाइप करके दृश्यों को संशोधित करने की अनुमति देता है, जबकि दो मिनट तक स्थिरता बनाए रखता है। इस मॉडल में बेहतर भौतिकी विज्ञान, मानव-सदृश पात्र और संगीत, पृष्ठभूमि की आवाज़ें और संवाद सहित एकीकृत ऑडियो शामिल है। जीनी 4 गूगल के जेमिनी AI से निकटता से जुड़ा हुआ है, जो एक निर्देशक की तरह कार्य करके कदमों की योजना बनाता है और फ्रेमों की जांच करता है, जिससे रोबोटिक्स सिमुलेशन और परीक्षण में संभावित अनुप्रयोग हो सकते हैं। हालांकि खेल और शिक्षा जैसे व्यावसायिक उपयोग मामले हैं, लेकिन शुरुआती प्रतिक्रिया दर्शाती है कि फिल्मों के प्रोटोटाइप बनाने में यह एक प्रतिष्ठापूर्ण अनुप्रयोग है क्योंकि मॉडल सृजनात्मक प्रवाह को बनाए रख सकता है। इन उन्नतियों के बावजूद, गूगल लंबी सिमुलेशन के दौरान वस्तुओं के खिसकने (object drift) और ऑडियो सटीकता तथा पाठ की पठनीयता में चुनौतियों जैसे वर्तमान सीमाओं को स्वीकार करता है। मॉडल अभी विश्वसनीय परीक्षकों के लिए उपलब्ध है और आने वाले हफ्तों में इसे गूगल AI Ultra सब्सक्राइबरों और API भागीदारों के लिए रोलआउट किया जाएगा।
techcrunch