Google DeepMind avduker Genie 4: AI-verdensmodell med lyd

Google DeepMind kunngjorde tirsdag 27. oktober Genie 4, den neste versjonen av selskapets AI-verdensmodell. Den genererer interaktive virtuelle miljøer i sanntid som er mer realistiske enn tidligere, og den produserer nå sin egen lyd. Selskapet beskriver den som sin "nye verdensmodell, som låser opp enestående realisme og forbedrer sanntids interaktiv simulering," med musikk, bakgrunnsstøy og dialog generert sammen med det visuelle. Lanseringen bygger på en teknologi som allerede har rystet investorer i videospillselskaper, ifølge Bloomberg.deepmind.google+1

Styr verdener med Gemini

Brukere skaper utforskbare verdener fra tekstmeldinger og navigerer gjennom dem med tastaturkontroller. Mens en scene utspiller seg, kan de skrive instruksjoner som å endre været eller legge til en karakter. Modellen trekker veksler på Googles Gemini-familie. Gemini Omni knytter simuleringer til hvordan ting ser ut og oppfører seg i den virkelige verden, og Gemini 3.8 Flash fungerer som en "veiledende agent i loopen." Den overvåker hver scene, deler mål inn i steg og sjekker innkommende rammer for å holde verdenen konsistent. Genie 4 kan produsere opplevelser på omtrent to minutter, opp fra ett minutt med Genie 3, rapporterte The Verge.bloomberg.com+2

DeepMind sier at Genie 4 er deres første sanntids verdensmodell som genererer lyd naturlig, inkludert dialog som endres underveis. Selskapet erkjente også begrensninger: visuelle detaljer og objektpermanens kan "skifte eller drive over tid," spesielt i lengre økter.deepmind.google

En gradvis utrulling

Foreløpig er Genie 4 en forskningsforhåndsvisning for utvalgte testere. Google AI Ultra-abonnenter i Project Genie og partnere med tidlig tilgang via Gemini API og Google AI Studio vil få den senere, og en venteliste er åpen. All generert video og lyd vil bære SynthID-vannmerker. Google markedsfører modellen for forhåndsvisning av film, spillprototyping og scenarioer for robottrening.theverge.com+1

Press på spillaksjer

Investorer har reagert på tidligere Genie-lanseringer. Da Alphabet ↘ 1.45% lanserte Project Genie i januar, falt aksjene til Take-Two Interactive ↘ 1.67% og Roblox ↘ 18.05% med omtrent 9 prosent hver i ettermiddagshandelen, og Unity Software ↘ 4.00% falt 19 prosent. Investorer fryktet at verktøyene kunne snu opp-ned på tradisjonell spillutvikling, ifølge Reuters Thomson Reuters Corporation ↗ 1.63% rapportering gjengitt av The Economic Times. Mer nylig, den 7. oktober, kunngjorde Google og Unity et partnerskap om en AI-plattform som lar folk bygge spill fra tekstmeldinger. Unity-aksjen steg på nyheten, mens Roblox-aksjen falt.economictimes.indiatimes.com+1

DeepMind kaller selv Genie 4 for "en tidlig, eksperimentell modell." De rammer inn arbeidet hovedsakelig som et skritt mot AGI og mot å bygge treningsmiljøer for roboter og AI-agenter.deepmind.google