Google DeepMind-ը ներկայացրել է Genie 4 արհեստական բանականության աշխարհի մոդելը՝ ձայնային հնարավորություններով

Google DeepMind-ը երեքշաբթի՝ հոկտեմբերի 27-ին, հայտարարեց Genie 4-ի՝ իր արհեստական բանականության աշխարհի մոդելի հաջորդ տարբերակի մասին: Այն իրական ժամանակում ստեղծում է ինտերակտիվ վիրտուալ միջավայրեր, որոնք ավելի իրատեսական են, քան նախկինում, և այժմ արտադրում են սեփական ձայնը: Ընկերությունը այն բնութագրել է որպես իր «նոր աշխարհի մոդել, որը բացում է աննախադեպ իրատեսություն և բարելավում իրական ժամանակի ինտերակտիվ սիմուլյացիան»՝ վիզուալներին զուգահեռ գեներացվող երաժշտությամբ, շրջակա միջավայրի աղմուկով և երկխոսություններով: Bloomberg-ի համաձայն՝ այս թողարկումը հիմնված է մի տեխնոլոգիայի վրա, որն արդեն իսկ ցնցել է տեսախաղեր արտադրող ընկերությունների ներդրողներին:deepmind.google+1

Աշխարհների կառավարում Gemini-ի միջոցով

Օգտատերերը տեքստային հրահանգներից ստեղծում են ուսումնասիրելի աշխարհներ և տեղաշարժվում դրանցում ստեղնաշարի կառավարման միջոցով: Մինչ տեսարանը ընթանում է, նրանք կարող են մուտքագրել հրահանգներ, օրինակ՝ փոխել եղանակը կամ ավելացնել կերպար: Մոդելը հիմնված է Google-ի Gemini ընտանիքի վրա: Gemini Omni-ն կապում է սիմուլյացիաները իրական աշխարհում առարկաների տեսքի և վարքագծի հետ, իսկ Gemini 3.8 Flash-ը գործում է որպես «ուղղորդող գործակալ»: Այն հետևում է յուրաքանչյուր տեսարանին, նպատակները բաժանում քայլերի և ստուգում մուտքային կադրերը՝ աշխարհի հետևողականությունը պահպանելու համար: The Verge-ի հաղորդմամբ՝ Genie 4-ը կարող է ստեղծել մոտ երկու րոպե տևողությամբ փորձառություններ՝ Genie 3-ի մեկ րոպեի համեմատ:bloomberg.com+2

DeepMind-ը նշում է, որ Genie 4-ն իր առաջին իրական ժամանակի աշխարհի մոդելն է, որը բնիկ կերպով գեներացնում է աուդիո, ներառյալ երկխոսություններ, որոնք փոխվում են ընթացքում: Ընկերությունը նաև ընդունել է սահմանափակումները. վիզուալ մանրամասները և օբյեկտների մշտականությունը կարող են «ժամանակի ընթացքում փոխվել կամ շեղվել», հատկապես ավելի երկար սեանսների ժամանակ:deepmind.google

Փուլային գործարկում

Առայժմ Genie 4-ը հետազոտական նախադիտում է վստահելի փորձարկողների համար: Google AI Ultra-ի բաժանորդները Project Genie-ում և վաղ հասանելիության գործընկերները Gemini API-ում և Google AI Studio-ում այն կստանան ավելի ուշ, և սպասման ցուցակը բաց է: Բոլոր գեներացված տեսանյութերն ու աուդիոները կունենան SynthID ջրանիշներ: Google-ը մոդելը խթանում է ֆիլմերի նախնական վիզուալիզացիայի, խաղերի նախատիպերի ստեղծման և ռոբոտների ուսուցման սցենարների համար:theverge.com+1

Ճնշում խաղային բաժնետոմսերի վրա

Ներդրողները արձագանքել են Genie-ի նախորդ թողարկումներին: Երբ Alphabet ↘ 1.45%-ը հունվարին գործարկեց Project Genie-ն, Take-Two Interactive ↘ 1.67%-ի և Roblox ↘ 18.05%-ի բաժնետոմսերը ցերեկային առևտրի ժամանակ նվազեցին մոտ 9 տոկոսով, իսկ Unity Software ↘ 4.00%-ինը՝ 19 տոկոսով: Ըստ The Economic Times-ի կողմից տարածված Reuters Thomson Reuters Corporation ↗ 1.63%-ի հաղորդագրության՝ ներդրողները մտավախություն ունեին, որ այդ գործիքները կարող են տապալել ավանդական խաղերի մշակումը: Ավելի վերջերս՝ հոկտեմբերի 7-ին, Google-ը և Unity-ն հայտարարեցին արհեստական բանականության հարթակի շուրջ համագործակցության մասին, որը թույլ է տալիս մարդկանց խաղեր ստեղծել տեքստային հրահանգներից: Այս լուրից հետո Unity-ի բաժնետոմսերը աճեցին, իսկ Roblox-ինը՝ նվազեցին:economictimes.indiatimes.com+1

DeepMind-ն ինքը Genie 4-ը անվանում է «վաղ, փորձարարական մոդել»: Այն աշխատանքը հիմնականում ներկայացնում է որպես դեպի AGI տանող քայլ և ռոբոտների ու արհեստական բանականության գործակալների համար ուսումնական միջավայրեր կառուցելու ուղղություն:deepmind.google