Google открыла тестирование Genie 4 для создания интерактивных миров со звуком
Изображение: OpenAI
Google DeepMind 27 октября выпустила модель Genie 4, которая создаёт интерактивные миры со звуком и позволяет менять их текстовыми командами в реальном времени, сообщает TechCrunch. Пока экспериментальная версия доступна только отобранным компанией тестировщикам. В ближайшие недели модель станет доступна подписчикам Google AI Ultra в Project Genie, а также ранним партнёрам Gemini API и Google AI Studio.
По сравнению с Genie 3 созданные миры стали реалистичнее, а модель, по данным Google, сохраняет целостность сцены до двух минут — вдвое дольше предшественницы. Текстовые команды позволяют, например, менять погоду или добавлять персонажей прямо во время симуляции. Персонажи ведут диалог, реагируя на действия пользователя и события вокруг.
Gemini 3.8 Flash управляет ходом симуляции: разбивает задачи на шаги и по новым кадрам проверяет, удалось ли их выполнить. В Google считают, что совместная работа Gemini и Genie 4 может помочь проверять сценарии работы роботов до их запуска в реальном мире.
Участники раннего тестирования пробуют Genie 4 для проработки будущих фильмов. В симуляции можно проиграть сцену и сразу изменить ракурс или диалог, чтобы быстро проверить разные варианты ещё на этапе замысла и раскадровки.
Разработчики признают, что при длительной симуляции детали и объекты могут меняться. Команда пока не решила, как обеспечить точность звука и читаемость надписей внутри созданного мира.
