В прошлом году Google DeepMind вызвала падение акций игровых компаний, представив свою модель мира Genie 3. С тех пор модели мира стали основным направлением работы ИИ-лабораторий по всему миру, но Google не останавливается на достигнутом. Исследователи усердно работают над обновленной моделью, которая превосходит Genie 3 практически во всем. И если вы заплатите Google достаточно денег, вы сможете использовать Genie 4 уже в ближайшее время.
Легко принять результат работы Genie 4 за видеоигру, именно поэтому Genie 3 вызвала столько беспокойства в игровой индустрии. Однако DeepMind не рассматривает это таким образом. По данным Google, модели мира являются ключевым элементом на пути к созданию общего искусственного интеллекта (AGI). Модель мира создает виртуальный мир, но не требует предварительного рендеринга окружения или программирования интерактивных элементов. Вы просто говорите модели, что хотите, и она генерирует опыт кадр за кадром в реальном времени по мере вашего исследования.
DeepMind утверждает, что эта технология может создавать бесконечные тренировочные среды для физических роботов или открывать новые возможности для быстрого прототипирования в творческих областях. Конечно, для этого модель должна точно симулировать то, что вы хотите. Genie 4 имеет несколько улучшений, которые делают ее симуляции более полезными, и это отчасти благодаря обновленным моделям Gemini от Google.
Когда вы вызываете мир в Genie 4, она использует Gemini 3.8 Flash в качестве управляющего агента для разбиения целей и оценки каждого выходного кадра. Это помогает удерживать симуляцию в нужном русле, позволяя перемещаться по различным средам, не теряя первоначальный контекст. Однако DeepMind отмечает, что миры Genie 4 остаются последовательными лишь в течение пары минут, после чего они забывают, с чего все началось.
Как и Genie 3, новая версия поддерживает изменение параметров на лету. Вы можете менять погоду, добавлять элементы или перемещать камеру, и Gemini будет помогать управлять симуляцией при каждом обновлении. Это похоже на то, как модели рассуждений генерируют дополнительные внутренние запросы, чтобы сфокусироваться на правильных выходных токенах.
,
Физика в видео, сгенерированных ИИ, иногда может выглядеть неестественно, но DeepMind утверждает, что Genie 4 достигла нового уровня реализма. Genie 4, по-видимому, лучше справляется с такими элементами, как аэродинамика и столкновения, что делает симуляции более полезными и визуально привлекательными. Люди, появляющиеся в этих симуляциях, также должны выглядеть менее жутко, с более естественными движениями и реакциями на меняющуюся среду.
Genie 4 — первая модель мира от DeepMind с нативной поддержкой звука. Видео будут сопровождаться фоновыми звуками, и вы сможете указывать звуковые элементы в своем запросе. Самый большой прорыв, если он сработает, — это добавление человеческой речи. DeepMind обещает, что Genie 4 сможет создавать интерактивные диалоги, которые адаптируются по мере изменения симуляции. Реалистичная речь в стандартном ИИ-видео стала серьезным шагом в повышении реализма, и теперь подобная революция может произойти и в моделях мира Google.
Ваш собственный мир
DeepMind осторожно отмечает, что модели мира по-прежнему являются активной областью исследований — Genie 3 так и не вышла за пределы очень ограниченного веб-опыта Project Genie. Однако команда работала с небольшой группой доверенных тестировщиков над подготовкой к более широкому выпуску Genie 4. Доступ начнет расширяться в ближайшее время, но конкретных сроков пока нет. Однако это не будет дешево.
Google планирует выпустить Genie 4 для разработчиков через Gemini API и AI Studio, но цены пока не объявлены. Потребители смогут получить доступ, но он будет предоставляться поэтапно с самыми дорогими планами Google AI Ultra, которые начинаются от 100 долларов в месяц. В конечном итоге Google может расширить доступ к планам AI Pro и AI Plus. Это по-прежнему будет осуществляться через Project Genie, что ограничит ваши возможности использования Genie. Существует список ожидания для пользователей, заинтересованных в раннем доступе.
Всегда имейте в виду, что редакции могут придерживаться предвзятых взглядов в освещении новостей.
Автор – Ryan Whitwam
