Google DeepMind представила Genie 4 со звуком и редактированием миров — TechCrunch
Google DeepMind представила модель Genie 4 для генерации интерактивных виртуальных миров в режиме исследовательского предварительного доступа. Она создаёт синхронизированный звук — музыку, фоновые шумы и диалоги — и позволяет пользователям вводить текстовые команды непосредственно во время симуляции, чтобы менять сцену, сообщает TechCrunch.
Изменение сцены во время симуляции
С помощью Genie 4 можно в реальном времени менять погоду и угол обзора камеры, а также добавлять в виртуальную среду людей или предметы. Модель способна поддерживать последовательность одной сцены до двух минут — вдвое дольше, чем её предшественница Genie 3. Разработчики также заявляют об улучшенной физике симуляций и более человекоподобных персонажах.
Модель Gemini теснее интегрировали с Genie 4: она планирует последовательность действий и проверяет кадры, тогда как Genie генерирует визуальную часть. В исследовательском эксперименте, связанном с Gemini Robotics, модель Gemini 4 Argon разбивала задачи на шаги, а Genie 4 симулировала их в реальном времени. Такой подход может применяться для тестирования сценариев для роботов в симуляции до их выполнения в реальной среде.
Больше актуальных новостей — в Telegram-канале UA.News Telegram.
Потенциальные сферы применения
Среди возможных направлений использования Genie 4 Google называет игры, интерактивное обучение и робототехнику. Тестировщики, которые первыми получили доступ к продукту, также рассматривают модель как инструмент для создания прототипов фильмов, в частности на этапах поиска идей и подготовки раскадровки.
В то же время в Google DeepMind признали ограничения модели: во время длительных симуляций детали и объекты могут постепенно терять стабильность, а точность звука и читаемость текста внутри виртуального мира ещё требуют доработки. Сейчас Genie 4 доступна доверенным тестировщикам, а в ближайшие недели её планируют открыть подписчикам Google AI Ultra в Project Genie, а также партнёрам с ранним доступом к Gemini API и Google AI Studio.
