Google DeepMind objavio je Genie 4, novu verziju svog sistema za stvaranje interaktivnih virtuelnih svetova. Novitet je dostupan kao istraživački pregled i donosi realističniji izgled scena, zvuk koji nastaje tokom simulacije i mogućnost njihovog menjanja bez prekida.
Korisnik može da počne tekstualnim zahtevom, a zatim tokom iste scene da unese nova uputstva. Tako može da promeni vreme, ugao kamere ili da doda ljude i predmete. Genie 4 bi trebalo odmah da reaguje na ove intervencije, umesto da od početka stvara potpuno novu scenu.
Za razliku od prethodne generacije, Genie 4 dodaje zvuk koji odgovara dešavanjima u virtuelnom prostoru. To obuhvata muziku, ambijentalne zvukove i dijalog sa kojim je moguće komunicirati. Google navodi i poboljšanu fiziku, kao i likove koji se ponašaju prirodnije.
Sistem može da održava doslednu scenu do dva minuta, što je dvostruko više u poređenju sa Genie 3. Ipak, razvojni tim ističe da duže simulacije i dalje mogu da donesu odstupanja u detaljima i položaju objekata. Dodatni izazovi ostaju tačnost zvuka i čitljivost teksta koji se pojavljuje u stvorenim svetovima.
Genie 4 je tesnije povezan sa Gemini, koji u ovom slučaju može da planira niz koraka i proverava kadrove, dok Genie stvara vizuelnu simulaciju. U eksperimentu povezanom sa Gemini Robotics, model Gemini 4 Argon podelio je zadatak na pojedinačne korake, a Genie 4 ih je prikazao u realnom vremenu. Takav pristup mogao bi da se koristi za proveru robotskih scenarija u simuliranom okruženju pre njihovog izvođenja u stvarnosti.
Google vidi primenu Genie 4 u igrama, interaktivnom učenju, robotici i kreativnoj pripremi filmskih projekata, posebno pri razvoju ideja i storiborda. U narednim nedeljama pristup bi trebalo da se proširi na pretplatnike na Google AI Ultra putem Project Genie, kao i na odabrane partnere sa ranim pristupom Gemini API i Google AI Studio.