O Genie 4 do Google DeepMind traz um toque moderno aos designs de agentes anteriores às LLMs
decoder ·
O Google DeepMind apresentou o Genie 4, um modelo de mundo interativo experimental que simula ambientes quadro a quadro em tempo real. Diferente das versões anteriores, esta iteração gera diretamente áudio de fundo e diálogos de personagens compatíveis com os elementos visuais. Modelos Gemini operam nos bastidores para planejar tarefas em múltiplas etapas e garantir a coerência da simulação enquanto os usuários interagem por meio de prompts de texto ou entradas de teclado. O sistema permite mudanças dinâmicas, como alterar as condições climáticas, enquanto os personagens reagem naturalmente ao seu entorno e às ações do usuário. Apesar desses avanços, o modelo ainda enfrenta dificuldades com sessões longas, física complexa e persistência de objetos. O acesso está inicialmente limitado a testadores selecionados, com planos de expansão para assinantes do Google AI Ultra e parceiros da API. Todo o conteúdo gerado incluirá marcas d'água invisíveis do SynthID para identificar a origem da IA. Esta tecnologia representa um passo rumo a modelos híbridos de mundo que combinam raciocínio linguístico com simulação em nível de pixels para o treinamento futuro de robótica.
decoder