Genie 4 di Google DeepMind rinnova i design degli agenti precedenti alle LLM
decoder ·
Google DeepMind ha presentato Genie 4, un modello di mondo interattivo sperimentale che simula gli ambienti fotogramma per fotogramma in tempo reale. A differenza delle versioni precedenti, questa iterazione genera direttamente l'audio di sottofondo e i dialoghi dei personaggi insieme agli elementi visivi. I modelli Gemini operano in background per pianificare attività multistep e garantire la coerenza della simulazione mentre gli utenti interagiscono tramite prompt testuali o input da tastiera. Il sistema consente modifiche dinamiche, come alterare le condizioni meteorologiche, mentre i personaggi reagiscono in modo naturale all'ambiente e alle azioni dell'utente. Nonostante questi progressi, il modello fatica attualmente con sessioni lunghe, fisica complessa e persistenza degli oggetti. L'accesso è inizialmente limitato a un gruppo selezionato di tester, con piani per estenderlo agli abbonati Google AI Ultra e ai partner API. Tutti i contenuti generati includeranno filigrane SynthID invisibili per identificare l'origine dell'IA. Questa tecnologia rappresenta un passo verso modelli di mondo ibridi che combinano il ragionamento linguistico con la simulazione a livello di pixel per l'addestramento futuro della robotica.
decoder