Google DeepMind memperkenalkan model dunia Genie 4 dengan audio real-time
Google menyatakan Genie 4 memungkinkan pengguna mengarahkan dunia simulasi dengan bahasa alami dan akan diluncurkan lebih dulu ke kelompok terbatas penguji tepercaya.
Ilustrasi AIGoogle DeepMind pada 27 Oktober mengumumkan riset tentang Genie 4, model dunia untuk simulasi interaktif secara real-time. Perusahaan menyatakan model ini menghadirkan tingkat realisme yang disebutnya belum pernah ada sebelumnya dan menghasilkan audionya sendiri.
Menurut Google, Genie 4 memanfaatkan dan memperluas kemampuan dari keluarga model Gemini miliknya. Gemini Omni mendasarkan simulasi pada tampilan dan perilaku berbagai hal di dunia nyata, sementara model Gemini lainnya menyediakan penalaran yang membantu menjaga simulasi tetap koheren dan berkesinambungan.
Pengguna dapat memulai sebuah peristiwa dan mengarahkan adegan saat berjalan dengan memberikan instruksi dalam bahasa alami, kata perusahaan, misalnya untuk menggerakkan kamera, mengubah cuaca, atau menambah karakter baru. Setiap dunia juga menghasilkan suara saat berjalan, termasuk suara lingkungan, musik, dan dialog interaktif.
Google menyebut simulasi dunia sebagai langkah penting menuju AGI. Menurut Google, simulasi semacam itu dapat menyediakan lingkungan pelatihan yang aman bagi robot dan agen serta memperkuat alat kreatif di industri seperti perfilman, jurnalisme, gim, dan manufaktur.
Genie 4 mulai diluncurkan ke kelompok terbatas penguji tepercaya, menurut perusahaan. Google menyatakan model ini segera hadir untuk pelanggan Google AI Ultra di Project Genie dan untuk mitra akses awal di Gemini API dan AI Studio.