Google DeepMind apresenta o modelo de mundo Genie 4 com áudio em tempo real
A Google afirmou que o Genie 4 permite conduzir mundos simulados com linguagem natural e começa a ser disponibilizado para um grupo limitado de testadores de confiança.
Ilustração de IAO Google DeepMind anunciou em 27 de outubro uma pesquisa sobre o Genie 4, um modelo de mundo para simulação interativa em tempo real. A empresa afirmou que o modelo traz um nível de realismo que classificou como sem precedentes e gera o próprio áudio.
Segundo a Google, o Genie 4 se baseia nas capacidades da família de modelos Gemini e as amplia. O Gemini Omni fundamenta as simulações na aparência e no comportamento das coisas no mundo real, enquanto outros modelos Gemini fornecem o raciocínio que ajuda a manter a simulação coerente e contínua.
Os usuários podem iniciar um evento e conduzir uma cena enquanto ela é executada, dando instruções em linguagem natural, segundo a empresa, por exemplo para mover a câmera, mudar o clima ou adicionar novos personagens. Cada mundo também produz som durante a execução, incluindo ruído ambiente, música e diálogo interativo.
A Google descreveu a simulação do mundo como um passo crucial rumo à AGI. Afirmou que essa simulação pode oferecer ambientes de treinamento seguros para robôs e agentes e fortalecer ferramentas criativas em setores como cinema, jornalismo, jogos e manufatura.
O Genie 4 começou a ser disponibilizado para um grupo limitado de testadores de confiança, segundo a empresa. A Google afirmou que o modelo chegará em breve aos assinantes do Google AI Ultra no Project Genie e aos parceiros de acesso antecipado na API Gemini e no AI Studio.