„Google DeepMind“ pristatė „Genie 4“: dirbtinio intelekto modelį, kuriantis pasaulius su garsu

„Google DeepMind“ antradienį, spalio 27 d., pristatė „Genie 4“ – naują savo dirbtinio intelekto pasaulio modelio versiją. Jis realiuoju laiku generuoja interaktyvią virtualią aplinką, kuri yra tikroviškesnė nei anksčiau, ir dabar kuria savo garsą. Bendrovė apibūdino tai kaip savo „naują pasaulio modelį, kuris atveria precedento neturintį tikroviškumą ir pagerina interaktyvų modeliavimą realiuoju laiku“, kartu su vaizdais generuojant muziką, aplinkos triukšmą ir dialogus. Šis leidimas remiasi technologija, kuri, pasak „Bloomberg“, jau sukrėtė vaizdo žaidimų kompanijų investuotojus.deepmind.google+1

Pasaulių valdymas su „Gemini“

Vartotojai kuria tyrinėjamus pasaulius iš tekstinių užklausų ir juda juose naudodami klaviatūros valdiklius. Kol vyksta scena, jie gali įvesti instrukcijas, pavyzdžiui, pakeisti orą ar pridėti veikėją. Modelis remiasi „Google“ „Gemini“ šeima. „Gemini Omni“ susieja modeliavimą su tuo, kaip viskas atrodo ir elgiasi realiame pasaulyje, o „Gemini 3.8 Flash“ veikia kaip „vadovaujantis agentas cikle“. Jis stebi kiekvieną sceną, suskaido tikslus į žingsnius ir tikrina gaunamus kadrus, kad pasaulis išliktų nuoseklus. „Genie 4“ gali sukurti maždaug dviejų minučių trukmės patirtis, palyginti su viena minute naudojant „Genie 3“, pranešė „The Verge“.bloomberg.com+2

„DeepMind“ teigia, kad „Genie 4“ yra pirmasis realaus laiko pasaulio modelis, kuris natūraliai generuoja garsą, įskaitant dialogus, kurie keičiasi skrydžio metu. Bendrovė taip pat pripažino apribojimus: vaizdinės detalės ir objektų pastovumas gali „laikui bėgant pasislinkti ar pakisti“, ypač ilgesnių sesijų metu.deepmind.google

Etapinis diegimas

Kol kas „Genie 4“ yra tyrimų peržiūra, skirta patikimiems testuotojams. „Google AI Ultra“ prenumeratoriai „Project Genie“ projekte ir ankstyvosios prieigos partneriai „Gemini API“ bei „Google AI Studio“ platformose jį gaus vėliau, o laukiančiųjų sąrašas jau atidarytas. Visas sugeneruotas vaizdo ir garso turinys turės „SynthID“ vandens ženklus. „Google“ reklamuoja šį modelį filmų vizualizacijai, žaidimų prototipų kūrimui ir robotų mokymo scenarijams.theverge.com+1

Spaudimas žaidimų akcijoms

Investuotojai reagavo į ankstesnius „Genie“ leidimus. Kai „Alphabet“ ↗ 1.74% sausio mėnesį pristatė „Project Genie“, „Take-Two Interactive“ ↘ 1.06% ir „Roblox“ ↗ 0.18% akcijos popietinės prekybos metu nukrito apie 9 proc., o „Unity Software“ ↗ 0.12% smuko 19 proc. Investuotojai nerimavo, kad šie įrankiai gali pakeisti tradicinį žaidimų kūrimą, remiantis „Reuters“ ir „Thomson Reuters Corporation“ ↘ 4.75% pranešimais, kuriuos citavo „The Economic Times“. Visai neseniai, spalio 7 d., „Google“ ir „Unity“ paskelbė apie partnerystę kuriant dirbtinio intelekto platformą, leidžiančią žmonėms kurti žaidimus iš tekstinių užklausų. Po šios naujienos „Unity“ akcijos pakilo, o „Roblox“ akcijos krito.economictimes.indiatimes.com+1

„DeepMind“ pati „Genie 4“ vadina „ankstyvu, eksperimentiniu modeliu“. Ji šį darbą daugiausia vertina kaip žingsnį link dirbtinio bendrojo intelekto (AGI) ir mokymo aplinkų kūrimo robotams bei dirbtinio intelekto agentams.deepmind.google