Google DeepMind ने रियल-टाइम ऑडियो के साथ वर्ल्ड मॉडल Genie 4 पेश किया
Google के अनुसार, Genie 4 उपयोगकर्ताओं को प्राकृतिक भाषा से सिमुलेटेड दुनिया को नियंत्रित करने देता है, और इसे सबसे पहले भरोसेमंद टेस्टरों के एक सीमित समूह के लिए जारी किया जा रहा है।
AI चित्रणGoogle DeepMind ने 27 अक्टूबर को Genie 4 पर शोध की घोषणा की, जो रियल टाइम में इंटरैक्टिव सिमुलेशन के लिए एक वर्ल्ड मॉडल है। कंपनी ने कहा कि यह मॉडल ऐसी यथार्थता लाता है जिसे उसने अभूतपूर्व बताया, और यह अपना ऑडियो खुद बनाता है।
Google के अनुसार, Genie 4 अपने Gemini मॉडल परिवार की क्षमताओं पर आधारित है और उन्हें आगे बढ़ाता है। Gemini Omni सिमुलेशन को इस बात पर आधारित करता है कि असली दुनिया में चीज़ें कैसी दिखती और व्यवहार करती हैं, जबकि अन्य Gemini मॉडल वह तर्क-क्षमता देते हैं जो सिमुलेशन को सुसंगत और निरंतर बनाए रखने में मदद करती है।
कंपनी के अनुसार, उपयोगकर्ता कोई इवेंट शुरू कर सकते हैं और प्राकृतिक भाषा में निर्देश देकर चलते हुए दृश्य को नियंत्रित कर सकते हैं, जैसे कैमरा हिलाना, मौसम बदलना या नए पात्र जोड़ना। हर दुनिया चलते समय ध्वनि भी बनाती है, जिसमें आसपास की आवाज़ें, संगीत और इंटरैक्टिव संवाद शामिल हैं।
Google ने दुनिया का सिमुलेशन करने को AGI की दिशा में एक अहम कदम बताया। उसने कहा कि ऐसा सिमुलेशन रोबोटों और एजेंटों के लिए सुरक्षित प्रशिक्षण माहौल दे सकता है और फ़िल्म निर्माण, पत्रकारिता, गेमिंग और विनिर्माण जैसे उद्योगों में रचनात्मक टूल को मज़बूत कर सकता है।
कंपनी के अनुसार, Genie 4 को भरोसेमंद टेस्टरों के एक सीमित समूह के लिए जारी करना शुरू हो गया है। Google ने कहा कि यह मॉडल जल्द ही Project Genie में Google AI Ultra के सब्सक्राइबरों और Gemini API तथा AI Studio में अर्ली एक्सेस पार्टनरों के लिए उपलब्ध होगा।