O modelo mundial Genie 4 do Google adiciona áudio, mundos mais realistas e controle em tempo real
techcrunch ·
O Google DeepMind lançou o Genie 4, seu mais recente modelo de mundo, em um preview de pesquisa que introduz ambientes fotorrealistas com geração de áudio em tempo real e capacidades de direção interativa. Diferente de seu antecessor, o Genie 4 permite que os usuários modifiquem cenas durante a simulação digitando prompts para alterar o clima, ângulos de câmera ou adicionar objetos, mantendo a consistência por até dois minutos. O modelo apresenta física aprimorada e personagens mais semelhantes aos humanos, além de áudio integrado que inclui música, ruído ambiente e diálogo. O Genie 4 está intimamente ligado à IA Gemini do Google, que atua como diretor para planejar etapas e verificar quadros, permitindo aplicações potenciais em simulação e teste de robótica. Embora os casos de uso comercial incluam jogos e educação, os feedbacks iniciais destacam o prototipagem de filmes como uma aplicação promissora devido à capacidade do modelo de manter o fluxo criativo. Apesar desses avanços, o Google reconhece limitações atuais, como o desvio de objetos durante simulações longas e desafios relacionados à precisão do áudio e à legibilidade do texto. O modelo está atualmente disponível para testadores confiáveis antes de ser lançado para assinantes do Google AI Ultra e parceiros da API nas próximas semanas.
techcrunch