Genie 4 di Google: modello mondiale con audio, mondi più realistici e controllo in tempo reale
techcrunch ·
Google DeepMind ha rilasciato Genie 4, il suo più recente modello di mondo, in una preview di ricerca che introduce ambienti fotorealistici con generazione audio in tempo reale e capacità di interazione. A differenza del predecessore, Genie 4 consente agli utenti di modificare le scene durante la simulazione inserendo prompt per cambiare il meteo, gli angoli di ripresa o aggiungere oggetti, mantenendo la coerenza per fino a due minuti. Il modello presenta fisica migliorata e personaggi più simili agli esseri umani, insieme ad audio integrato che include musica, rumori ambientali e dialoghi. Genie 4 è strettamente collegato all'AI Gemini di Google, che funge da regista per pianificare i passaggi e verificare i frame, aprendo potenziali applicazioni nella simulazione e nel testing della robotica. Sebbene i casi d'uso commerciali includano gaming ed educazione, i primi feedback evidenziano la prototipazione cinematografica come un'applicazione promettente grazie alla capacità del modello di mantenere il flusso creativo. Nonostante questi progressi, Google riconosce limitazioni attuali come la deriva degli oggetti durante simulazioni lunghe e sfide relative all'accuratezza dell'audio e alla leggibilità del testo. Il modello è attualmente disponibile per tester fidati prima di essere lanciato agli abbonati Google AI Ultra e ai partner API nelle prossime settimane.
techcrunch