Google DeepMind представила Genie 4 — исследовательскую версию модели, которая создаёт интерактивные виртуальные миры и генерирует звук одновременно с изображением. Во время работы симуляции пользователь может менять сцену текстовыми запросами: например, погоду, ракурс камеры или набор персонажей и предметов, сообщает IT Home.
По данным издания, модель способна сохранять согласованность сцены до двух минут — вдвое дольше предшественницы Genie 3. Звук включает музыку, окружение и диалоги с персонажами. Главное отличие от обычного сгенерированного ролика — возможность вмешаться в происходящее, пока виртуальный мир работает.
Google также показала исследовательский эксперимент с Gemini: эта модель разбивала задачу для робота на шаги, а Genie 4 моделировала соответствующие ситуации в реальном времени. Такой подход может помочь проверять сценарии в симуляции до испытаний в физическом мире. Среди других возможных применений компания рассматривает игры, интерактивное обучение и создание черновых сцен для кино.
Пока Genie 4 доступна в рамках исследовательского предпросмотра доверенным тестировщикам. В ближайшие недели Google планирует расширить доступ, в том числе для подписчиков Google AI Ultra и ранних партнёров Gemini API и Google AI Studio. Команда признаёт ограничения модели: при длительной работе объекты и детали сцены могут смещаться, а точность звука и читаемость текста в виртуальном мире пока не удаётся надёжно поддерживать.
Источник: IT Home.
