Google esitteli Genie 4 -maailmamallin – luo reaaliaikaisia simulaatioita ja dynaamisia ympäristöjä

Genie 4.

Google DeepMind on julkistanut uuden Genie 4:n, joka on niin sanottu maailmamalli.

Googlen mukaan uusi malli vie reaaliaikaiset interaktiiviset simulaatiot uudelle tasolle. Malli pystyy luomaan dynaamisia ympäristöjä, joita käyttäjät voivat tutkia ja muokata vapaasti luonnollisella kielellä annettujen komentojen avulla simulaation edetessä.

Genie 4 yhdistää Gemini-perheen tekoälymallien kykyjä. Gemini Omni ankkuroi simulaatiot todellisen maailman ulkonäköön ja käyttäytymiseen, kun taas muut Gemini-mallit huolehtivat loogisesta päättelystä ja kokonaisuuden yhtenäisyydestä. Google DeepMind näkee maailmamallit tärkeänä askeleena kohti yleistä tekoälyä (AGI), ja niiden sovelluskohteet ulottuvat robottien ja tekoälyagenttien koulutuksesta elokuvatuotantoon, journalismiin, pelaamiseen ja teollisuuden simulaatioihin.

Käyttäjät voivat liikkua luodussa ympäristössä perinteisillä ohjaustavoilla, minkä lisäksi tekstipohjaiset komennot muokkaavat näkymää reaaliajassa. Genie 4 tuo mukanaan neljä keskeistä kykyä. Reaaliaikainen hallinta mahdollistaa sään muuttamisen, kameran siirtämisen tai uusien esineiden ja henkilöiden tuomisen kohtaukseen pelkällä puheella tai tekstillä. Malli kykenee myös simuloimaan fysiikan lakeja, kuten aerodynamiikkaa ja törmäyksiä, sekä luomaan luonnollisesti liikkuvia ihmishahmoja.

Merkittävä uudistus on myös natiivi äänentuotanto, sillä Genie 4 on Google DeepMindin ensimmäinen reaaliaikainen maailmamalli, joka tuottaa ympäristön ääniä, musiikkia ja interaktiivista dialogia suoraan. Hahmot kykenevät keskustelemaan ja reagoimaan käyttäjän toimiin.

Monimutkaisten tapahtumien simuloinnissa mukana on Gemini 3.8 Flash -ohjausagentti, joka tarkkailee tilannetta, pilkkoo tavoitteet vaiheisiin ja valvoo edistymistä. Tutkimuksessa mallia on testattu myös osana Gemini Roboticsia yhdessä Gemini 4 Argonin kanssa.

Google DeepMind kertoo testaavansa parhaillaan Genie 4 -mallia luovan alan ammattilaisten, journalistien, pelinkehittäjien ja insinöörien kanssa. Testikäytössä on tutkittu muun muassa esivisiualisointia elokuvatuotannossa, 2D-arkistokuvien herättämistä eloon simulaatioiksi sekä nopeiden prototyyppien rakentamista peleihin ilman monimutkaista pelimoottorikoodausta.

Turvallisuuden varmistamiseksi Google DeepMind on toteuttanut sisäisiä arviointeja ja lisännyt järjestelmään suojaukset haitallisen sisällön estämiseksi. Kaikki mallin generoimat videot ja audiot sisältävät myös SynthID-vesileimateknologian tekoälysisällön tunnistamiseksi.

Toistaiseksi Genie 4 on varhaisen vaiheen tutkimusmalli, jonka pitkäaikaisessa yhtenäisyydessä ja visuaalisissa yksityiskohdissa Google myöntää olevan vielä kehitettävää. Google DeepMind julkaisee mallin aluksi tutkimusesiversiona valituille testaajille, minkä jälkeen se on tulossa pian saataville Google AI Ultra -tilaajille Project Genien kautta sekä kehittäjille Gemini API -rajapinnan ja Google AI Studion kautta.

Mainos: Noin 1 600 000 tuotteen hintavertailu ja hintaseuranta - katso Hinta.fistä mistä saat halvimmalla