Команда Google DeepMind офіційно анонсувала свою нову розробку — модель генерації світів Genie 4. Презентація відбулася у форматі дослідницького прев’ю для обмеженого кола користувачів. Система здатна генерувати найбільш фотореалістичні та інтерактивні віртуальні середовища за текстовими чи візуальними підказками, пропонуючи суттєві покращення порівняно з попередньою версією.
Головною відмінністю Genie 4 стала інтеграція з оновленими моделями Gemini, зокрема Gemini 3.8 Flash. Нейромережа виконує роль режисера, який розбиває завдання на етапи, контролює кожен кадр та допомагає керувати симуляцією у режимі реального часу. Завдяки цьому користувачі можуть під час запуску змінювати параметри середовища — наприклад, погоду, кут огляду чи додавати нові об’єкти.
Окрім візуальної складової, нова модель вперше отримала нативну підтримку аудіо. Система здатна генерувати фонові звуки, навкоштовний шум та інтерактивні діалоги, які адаптуються до змін у симуляції. Розробники також покращили закони фізики, зокрема аеродинаміку та зіткнення, а персонажі у віртуальних світах стали рухатися природніше.
Тривалість стабільної роботи однієї сесії зросла до двох хвилин, що вдвічі перевищує показник Genie 3. Водночас у компанії зазначають, що модель усе ще має певні обмеження: із часом деталі та об’єкти можуть деформуватися, а текст усередині симуляції залишається не завжди розбірливим.
Google бачить потенційне застосування технології у створенні тренувальних сценаріїв для роботів, прототипуванні відеоігор та превізуалізації для кінематографа. На етапі тестування доступ до Genie 4 спочатку отримають довірені тестувальники, а згодом — передплатники найдорожчих тарифних планів Google AI Ultra через інструмент Project Genie, а також розробники через Gemini API та Google AI Studio.
Джерела: techcrunch.com, arstechnica.com, theverge.com
