Google выпустила обновленный вариант своего ИИ-генератора Genie 4. Новейшая версия умеет создавать реалистичные интерактивные миры с возможностью вносить изменения прямо по ходу процесса работы, а также в режиме реального времени генерировать аудио, соответствующее картинке, включая звуки природы, фоновую музыку и диалоги персонажей.
Предыдущая версия модели, Genie 3, была выпущена около года назад. В отличии от неё, в новом варианте предлагается возможность свободно редактировать создаваемый мир – например, менять погоду в кадре или ракурс съемки, а также в любой момент добавлять новых людей или объекты. Модель способна соблюдать последовательность сюжета в течение двух минут (у Genie 3 этот лимит ограничивался минутой), а также более естественно передавать мимику людей и поведение объектов, в том числе с более точным соблюдением законов физики.
Инструмент тесно интегрирован с базовой ИИ-моделью от Google – Gemini. Последняя выполняет роль “режиссёра”, планируя пошаговые действия и проверяя каждый кадр, в то время как сама Genie отвечает за генерацию визуальной составляющей.
Также компания провела эксперимент с привязыванием к Genie модели Gemini 4 Argon, принадлежащей к специализированному семейству Gemini Robotics для управления роботами. В ходе эксперимента Argon разбила задачи для роботов на этапы, а Genie 4 сгенерировала их симуляцию в реальном времени. Такой эксперимент продемонстрировал возможность безопасно виртуально тестировать сценарии работы роботов, прежде чем допускать их к выполнению действий в реальном мире.
Как сообщается, в будущем компания планирует продолжать развитие гибридных ИИ-инструментов, где Gemini будет отвечать за написание кода и генерацию текста, а Genie – воплощать написанный сценарий и создавать симуляцию реальности разных уровней сложности. Такие модели можно будет применять для разработки AR/VR игр, интерактивных образовательных платформ и роботизированных систем, а также для создания черновых вариантов фильмов. Например, одна из обсуждаемых компанией потенциальных идей – создать модель, в которую можно будет загружать художественную картину и “беседовать” с изображенными на ней персонажами об эпохе и событиях, в которых они изображены.
Разработчики обращают внимание пользователей, что Genie 4 еще довольно “сырая” и может совершать ошибки: например, детали и объекты могут смещаться, а аудио и текст могут содержать ошибки или не всегда быть четкими.
На данный момент Genie 4 выпущена в качестве превью-версии для ограниченного числа “доверенных тестировщиков”. В дальнейшем модель планируют добавить в платные ИИ-платформы Google.
Источники: TechCrunch, Google
