Google predstavio Genie 4: Umjetna inteligencija koja u stvarnom vremenu stvara svjetove u kojima se možete kretati

Genie spada u takozvane modele svijeta: umjesto da napiše tekst ili napravi sliku, on stvara prostor kroz koji se korisnik može kretati, kao u video igri, a sve što vidi generiše se u hodu.

Šta je novo

Prema pisanju TechCruncha, Genie 4 je fotorealističniji od prethodnika i po prvi put generiše zvuk u stvarnom vremenu: muziku, ambijentalne zvukove i dijaloge. Fizika je uvjerljivija, a likovi više nalik ljudima.

Korisnici mogu tokom simulacije davati nove upute i mijenjati scenu, na primjer promijeniti vrijeme, ugao kamere ili dodati nove ljude i predmete. Scena ostaje dosljedna do dvije minute, što je dvostruko duže nego kod Genie 3. Googleov model Gemini pritom služi kao svojevrsni režiser koji planira korake, dok Genie stvara slike.

Za igre, učenje i robote

Google kao moguće primjene navodi igre, interaktivno učenje i robotiku, gdje bi se zadaci za robote mogli simulirati prije testiranja u stvarnom svijetu. Testeri ga koriste i za brzu izradu filmskih skica i storyboarda.

Još nije za sve

Model je zasad dostupan samo odabranim testerima, a uskoro bi trebao stići i do pretplatnika paketa Google AI Ultra te partnera u ranoj fazi. Google priznaje i ograničenja: što simulacija duže traje, detalji i predmeti mogu se mijenjati, a tačnost zvuka i čitljivost teksta unutar svijeta još nisu riješeni.