Google DeepMind представила Genie 4 — новую модель искусственного интеллекта для создания интерактивных виртуальных миров. Она генерирует реалистичные окружения, движение персонажей и звуковое сопровождение, а пользователь может менять происходящее с помощью текстовых команд прямо во время симуляции.
В отличие от обычных генераторов видео, Genie 4 предназначена для создания среды, с которой можно взаимодействовать. Пользователь может перемещаться по виртуальному миру, менять положение камеры, задавать погодные условия и добавлять новые объекты или персонажей. Модель учитывает изменения и пытается сохранять последовательность происходящего.
Еще одна особенность — встроенная генерация звука. Genie 4 способна создавать не только визуальную сцену, но и окружающие шумы, музыку и диалоги персонажей. Звуковое сопровождение формируется одновременно с симуляцией, а персонажи могут реагировать на действия пользователя и события в виртуальном мире.
Для поддержания логики сложных сценариев Google объединила Genie 4 с моделями семейства Gemini. Gemini 3.8 Flash помогает анализировать происходящее, разбивать задачи на последовательные этапы и корректировать действия по мере развития сцены. Такой подход может пригодиться при создании тренировочных сред для роботов, прототипировании игр и предварительной визуализации сцен для кино.
Разработчики также рассматривают Genie 4 как инструмент для моделирования ситуаций, которые сложно или дорого воспроизводить в реальности. Например, виртуальные среды могут использоваться для проверки поведения робототехнических систем или изучения различных сценариев развития событий.
Пока Genie 4 остается экспериментальной разработкой. Google начала предоставлять доступ ограниченной группе тестировщиков. В дальнейшем модель планируют открыть подписчикам Google AI Ultra через Project Genie, а также отдельным партнерам Gemini API и Google AI Studio.
У технологии пока есть ограничения. При длительной работе детали окружения могут меняться или исчезать, а сложные физические взаимодействия и точность звука требуют дальнейшего улучшения. Все создаваемые моделью видео и аудио будут содержать невидимые водяные знаки SynthID, помогающие определять контент, созданный искусственным интеллектом.
Читайте также:
Opera добавила WebAI для запуска ИИ-моделей прямо в браузере
Apple добавила новые ИИ-инструменты в Creator Studio для работы с видео, музыкой и графикой