Google představil model umělé inteligence Genie 4, který vytváří interaktivní virtuální světy v reálném čase. Simulace reagují na pokyny uživatele a současně generují zvuk včetně hudby a dialogů.
Jak Genie 4 simulace vytváří
Společnost Google na svém blogu uvádí, že Genie 4 vychází z modelu Gemini Omni, který napodobuje vzhled a chování reálného světa. Další modely Gemini zajišťují složité uvažování potřebné k udržení koherence a kontinuity simulace.
Uživatel může spustit událost a scény ovládat v reálném čase pomocí přirozeného jazyka. Pokyny mohou znamenat posun kamery, změnu počasí nebo přidání nových postav.
Genie 4 je multimodální model, který současně generuje nativní zvuk: okolní zvuky, hudbu i interaktivní dialogy. Podle Googlu zvuk vzniká okamžitě v každém světě.
Model simuluje vývoj situace od změn v prostředí po pohyby, reakce a dialogy postav, které v něm působí.
Mezi ukázkami je robotická paže, která pipetou nanáší kapalinu na laboratorní destičku a vyvolává drobné elektrické jiskry. Další scéna z pohledu první osoby zachycuje ruku, jež mávnutím kouzelné hůlky promění kočku v páva.
Kdo má k modelu přístup
Google začal Genie 4 zavádět u omezené skupiny prověřených testerů. Model bude dostupný také předplatitelům Google AI Ultra v Project Genie a partnerům s předčasným přístupem v Gemini API a AI Studio.