Pasaules modelis, pa kuru var staigāt, kuru var pārmainīt ar teikumu un kuru var dzirdēt, no vēja līdz dialogam.
Google DeepMind iepazīstina ar Genie 4 reāllaika pasaulēm, kuras var stūrēt, kamēr tās darbojas. 2026. gada 27. oktobrī paziņotais modelis uzbūvē ainu no teksta uzvednes un ļauj pa to staigāt ar tastatūras vadību. Jauna rinda var mainīt laikapstākļus, pārvietot kameru vai pievienot cilvēku vai priekšmetu, un Gemini pārraksta šo lūgumu, lai tas der jau redzamajai ainai. Starp uzvednēm Gemini tur pasauli kustībā. DeepMind to raksturo kā ceļu uz drošām treniņu vidēm robotiem un aģentiem un uz rīkiem filmām, spēlēm, žurnālistikai un inženierijai.
Lēciens no Genie 3 ir skaņa. Genie 4 ir DeepMind pirmais reāllaika pasaules modelis, kas ģenerē audio kopā ar attēlu: vēju, viļņus, mūziku un dialogu, kas reaģē, ainai mainoties. Gemini Omni notur to, kā vietas un cilvēki izskatās. Gemini 3.8 Flash vēro kadrus, sadala mērķi soļos un pārbauda, vai katrs solis noticis. Modelis simulē sadursmes, aerodinamiku un cilvēkus, kas kustas dabiskāk un kurus var stūrēt pa vidu. Vienā testā Gemini 4 Argon un Genie 4 simulēja Apptronik Apollo humanoīdu, kas spēlē dambreti: Argon sadalīja uzdevumu parakstos, ko Genie renderēja darbības laikā.
Uzticami testētāji filmā, žurnālistikā, spēlēs un inženierijā to jau lieto. Filmu veidotāji izmanto to kā melnraksta režīmu: ieiet ainā un mainīt kameru, gaismu, dialogu un darbību. Fotožurnālisti pārbauda, vai viena arhīva fotogrāfija var kļūt par staigājamu tās vietas versiju. Spēļu komandas nonāk līdz izpētāmam prototipam, pirms raksta dzinēja kodu. Katram klipam ir SynthID, Google ūdenszīme mākslīgā intelekta video un audio. DeepMind norāda, ka detaļas joprojām aizslīd garākos gājienos, pēc daudziem labojumiem vai tad, kad tālu pārvietojas. Lasāms teksts, precīzs audio, telpiskā precizitāte un ilga noturība joprojām ir atvērti jautājumi.
Genie 4 ir pētniecības priekšskatījums šiem testētājiem. Pārējie var pieteikties šeit. Google norāda, ka modelis drīz nonāks pie Google AI Ultra abonentiem Project Genie un pie agrīnās piekļuves partneriem Gemini API un Google AI Studio. Genie 4 cenu tas nav publicējis. Paziņojums ir Google DeepMind vietnē.
Oriģinālie avoti
Atruna
Šis ir AI kopsavilkts raksts no autoritatīviem avotiem. Ja vēlaties noņemt savu saturu, lūdzu, .
