Компанія Google анонсувала Genie 4 — мультимодальну нейромережу, що дозволяє створювати реалістичні інтерактивні симуляції та миттєво реагувати на команди користувачів.
Функціональні можливості Genie 4
Ця нова розробка є важливим кроком до універсального штучного інтелекту і здатна генерувати не лише візуальний контент, а й фізику об'єктів та просторовий звук. Genie 4 інтегрована з екосистемою Gemini, де Gemini виконує роль координатора, що забезпечує логіку та безперервність подій.
Користувачі можуть управляти симуляцією через клавіатурні команди або текстові запити. Нейромережа дозволяє змінювати погоду, переміщати камеру та додавати персонажів, адаптуючи ці запити до контексту сцени. Модель також імітує фізику, включаючи аеродинаміку та природні рухи людей.
Аудіо та інтерактивність
Серед значних інновацій — нативна генерація аудіо. Genie 4 може створювати фонові звуки, музику та людську мову, що дозволяє персонажам вести інтерактивні діалоги в реальному часі.
Тестування та обмеження
Система використовує модель Gemini 3.8 Flash для забезпечення послідовності подій, аналізуючи кадри та коригуючи плани дій. Наразі Genie 4 тестується в ігровій індустрії, кінематографії та фотожурналістиці.
Проте модель має свої обмеження: під час тривалих сесій об'єкти можуть зникати, а точність тексту потребує покращення. Для запобігання фейкам згенерований контент маркується цифровим водяним знаком SynthID.
На даний момент Genie 4 доступна в закритому дослідницькому прев’ю для обраних партнерів, а згодом її зможуть використовувати підписники Google AI Ultra та розробники через Gemini API і Google AI Studio.
Джерело: dev.ua (https://dev.ua/news/heneratsiia-interaktyvnykh-svitiv-u-realnomu-chasi-google-predstavyla-shi-model-genie-4-1793178493)