Мировая модель Genie 4 от Google добавляет аудио, более реалистичные миры и управление в реальном времени
techcrunch ·
Google DeepMind выпустила Genie 4, свою новейшую модель мира, в виде исследовательского превью, которое предлагает фотореалистичные среды с генерацией звука в реальном времени и возможностями интерактивного управления. В отличие от предыдущей версии, Genie 4 позволяет пользователям изменять сцены во время симуляции с помощью текстовых запросов: можно менять погоду, углы камеры или добавлять объекты, сохраняя при этом согласованность до двух минут. Модель отличается улучшенной физикой и более человекоподобными персонажами, а также интегрированным звуком, включающим музыку, фоновые шумы и диалоги. Genie 4 тесно связана с ИИ Gemini, который выступает в роли режиссёра для планирования действий и проверки кадров, что открывает потенциальные возможности для симуляции и тестирования робототехники. Хотя коммерческие применения охватывают игровую индустрию и образование, ранние отзывы указывают на перспективность использования для прототипирования фильмов благодаря способности модели поддерживать творческий поток. Несмотря на эти достижения, Google признаёт текущие ограничения, такие как смещение объектов при длительных симуляциях, а также проблемы с точностью звука и читаемостью текста. В настоящее время модель доступна ограниченной группе тестировщиков, а в ближайшие недели она станет доступна подписчикам Google AI Ultra и партнёрам по API.
techcrunch