Разработчики из Google DeepMind представили Genie 4, передовую модель для создания симуляций, которая выводит интерактивное взаимодействие с виртуальной средой на новый уровень. Система способна генерировать не только визуальную составляющую, но и сопутствующие звуки: от фонового шума до музыки и диалогов персонажей.
Технологическая основа
В основе Genie 4 лежат возможности семейства моделей Gemini. Технология Gemini Omni отвечает за реалистичное отображение объектов и их поведение в пространстве, тогда как другие модели Gemini обеспечивают логическую связность и непрерывность симуляции. Благодаря такому подходу, пользователи могут задавать сценарии развития событий, а модель самостоятельно выстраивает реакцию мира, движение персонажей и их взаимодействие с окружением.
Ключевые возможности
- Фотореализм и физика: Модель демонстрирует высокую точность в симуляции физических процессов, включая аэродинамику и столкновения объектов.
- Динамическое управление: Пользователи могут изменять параметры среды в реальном времени с помощью естественного языка — например, менять погоду, перемещать камеру или добавлять новых персонажей.
- Интерактивность: Персонажи, созданные Genie 4, ведут себя естественно и органично реагируют на изменения в окружающей обстановке.
По словам создателей, развитие подобных технологий является критически важным шагом на пути к созданию полноценного искусственного общего интеллекта (AGI). Такие симуляции могут найти применение в самых разных областях: от разработки обучающих сред для робототехники до создания уникальных интерактивных развлечений.
На текущий момент Genie 4 доступна в формате исследовательского превью для узкого круга тестировщиков. В дальнейшем планируется расширение доступа для подписчиков Google AI Ultra в рамках проекта Project Genie, а также для партнеров, работающих с Gemini API и Google AI Studio. Желающие опробовать новинку уже могут записаться в лист ожидания.
Источник: deepmind.google