Google DeepMind lanserar Genie 4: AI-världsmodell med ljud

Google DeepMind tillkännagav på tisdagen den 27 oktober Genie 4, nästa version av företagets AI-världsmodell. Den genererar interaktiva virtuella miljöer i realtid som är mer realistiska än tidigare, och den producerar nu även eget ljud. Företaget beskriver den som sin "nya världsmodell, som låser upp en oöverträffad realism och förbättrar interaktiv simulering i realtid," med musik, bakgrundsljud och dialog som genereras parallellt med det visuella. Lanseringen bygger på en teknik som redan har skakat om investerare i videospelsföretag, enligt Bloomberg.deepmind.google+1

Styr världar med Gemini

Användare skapar utforskningsbara världar från textinstruktioner och navigerar genom dem med tangentbordskontroller. Medan en scen utspelar sig kan de skriva instruktioner, som att ändra vädret eller lägga till en karaktär. Modellen drar nytta av Googles Gemini-familj. Gemini Omni kopplar simuleringar till hur saker ser ut och beter sig i den verkliga världen, och Gemini 3.8 Flash fungerar som en "vägledande agent i loopen." Den övervakar varje scen, delar upp mål i steg och kontrollerar inkommande bildrutor för att hålla världen konsekvent. Genie 4 kan producera upplevelser på cirka två minuter, en ökning från en minut med Genie 3, rapporterar The Verge.bloomberg.com+2

DeepMind uppger att Genie 4 är deras första världsmodell i realtid som genererar ljud naturligt, inklusive dialog som ändras i farten. Företaget erkände också begränsningar: visuella detaljer och objektpermanens kan "skifta eller driva över tid," särskilt under längre sessioner.deepmind.google

En stegvis utrullning

För närvarande är Genie 4 en forskningsförhandsvisning för utvalda testare. Google AI Ultra-prenumeranter i Project Genie och partners med tidig tillgång via Gemini API och Google AI Studio får tillgång senare, och en väntelista är öppen. All genererad video och ljud kommer att bära SynthID-vattenstämplar. Google marknadsför modellen för förhandsvisualisering av film, spelprototyper och träningsscenarier för robotar.theverge.com+1

Press på spelaktier

Investerare har reagerat på tidigare Genie-släpp. När Alphabet ↗ 0.84% lanserade Project Genie i januari föll aktierna i Take-Two Interactive ↘ 1.02% och Roblox ↗ 0.18% med cirka 9 procent vardera under eftermiddagshandeln, och Unity Software ↘ 0.57% sjönk 19 procent. Investerare oroade sig för att verktygen skulle kunna vända upp och ner på traditionell spelutveckling, enligt Reuters Thomson Reuters Corporation ↘ 4.64% rapportering som återgetts av The Economic Times. Mer nyligen, den 7 oktober, tillkännagav Google och Unity ett partnerskap kring en AI-plattform som låter användare bygga spel från textinstruktioner. Unity-aktien steg på nyheten medan Roblox-aktien föll.economictimes.indiatimes.com+1

DeepMind kallar själv Genie 4 för "en tidig, experimentell modell." De ramar in arbetet främst som ett steg mot AGI och mot att bygga träningsmiljöer för robotar och AI-agenter.deepmind.google