Google DeepMind presenta Genie 4, il modello del mondo con audio in tempo reale
Secondo Google, Genie 4 consente agli utenti di guidare mondi simulati con il linguaggio naturale e sarà distribuito inizialmente a un gruppo limitato di tester fidati.
Illustrazione IAIl 27 ottobre Google DeepMind ha annunciato una ricerca su Genie 4, un modello del mondo per la simulazione interattiva in tempo reale. L'azienda ha affermato che il modello offre un livello di realismo da lei definito senza precedenti e genera il proprio audio.
Secondo Google, Genie 4 si basa sulle capacità della sua famiglia di modelli Gemini e le estende. Gemini Omni ancora le simulazioni a come appaiono e si comportano le cose nel mondo reale, mentre gli altri modelli Gemini forniscono il ragionamento che aiuta a mantenere una simulazione coerente e continua.
Secondo l'azienda, gli utenti possono avviare un evento e guidare una scena mentre è in esecuzione dando istruzioni in linguaggio naturale, ad esempio per spostare la camera, cambiare il meteo o aggiungere nuovi personaggi. Ogni mondo produce anche suoni durante l'esecuzione, tra cui rumori ambientali, musica e dialoghi interattivi.
Google ha descritto la simulazione del mondo come un passo cruciale verso l'AGI. Ha affermato che tale simulazione può offrire ambienti di addestramento sicuri per robot e agenti e rafforzare gli strumenti creativi in settori come cinema, giornalismo, gaming e manifattura.
Secondo l'azienda, Genie 4 ha iniziato a essere distribuito a un gruppo limitato di tester fidati. Google ha dichiarato che il modello arriverà presto per gli abbonati a Google AI Ultra in Project Genie e per i partner con accesso anticipato in Gemini API e AI Studio.