Модель мира Genie 4 от Google получила аудио, более реалистичные миры и управление в реальном времени
Эксперимент с Gemini Robotics показывает возможный способ проверять действия роботов в симуляции до их выполнения в реальном мире
Google DeepMind выпустила Genie 4 в формате исследовательской предварительной версии. Модель создаёт интерактивные сцены с аудио в реальном времени — музыкой, фоновыми шумами и диалогами персонажей. Пользователь может менять сцену текстовыми командами прямо во время симуляции.
По сравнению с Genie 3 новая версия позволяет на лету менять погоду и угол камеры, а также добавлять людей и объекты. Она сохраняет согласованность сцены до двух минут, лучше моделирует физику и создаёт более похожих на людей персонажей. Среди заявленных сценариев — игры, интерактивное обучение и робототехника.
У Genie 4 пока остаются ограничения: при длительной симуляции детали и объекты могут меняться, а разработчики ещё не решили проблему точности аудио и читаемости текста внутри сцен. Сейчас модель доступна доверенным тестировщикам, в ближайшие недели её начнут предоставлять подписчикам Google AI Ultra в Project Genie и партнёрам раннего доступа Gemini API и Google AI Studio.
