Google DeepMind spustil Genie 4 způsobilým předplatitelům Google AI Ultra, čímž přeměnil Project Genie z výzkumného prototypu na spotřebitelský produkt pro generování a zkoumání interaktivních světů generovaných umělou inteligencí. Aktualizace přináší první veřejný přístup ke Genie 4, konverzačnímu buildovacímu agentovi a komunitní galerii, kde mohou uživatelé sdílet a remixovat své výtvory, oznámil Google.

Projekt Genie byl představen začátkem tohoto roku jako experimentální výzkumný prototyp a první testeři řekli Googlu, že chtějí mít hlubší kontrolu nad tím, co se děje uvnitř generovaných světů, a snazší způsoby, jak je vytvářet a sdílet. Nové vydání, které je široce pokryto vývojářskou komunitou, protože se tento týden dostalo na vrchol diskuzních fór, řeší oba požadavky. Pro průběžné pokrytí nejnovějšího vývoje AI z Google DeepMind a každé další velké laboratoře sleduje AI Buzz Wire každé zavedení tak, jak k němu dochází.

Upravit jakoukoli světovou střední relaci

Genie 4 je dosud nejrealističtější a nejinteraktivnější model světa Google DeepMind a jeho definující funkcí je živé úpravy: uživatelé mohou uprostřed sezení vyzvat ke změně světa, ve kterém se pohybují, v reálném čase. „Posuňte počasí, vhoďte postavu nebo přesměrujte akci“ pomocí napsané výzvy, uvedl Google ve svém oznámení.

Genie 4 poprvé spojuje tyto vizuální prvky s nativním zvukem v reálném čase, který se přizpůsobuje, jak se scéna vyvíjí, od okolních zvuků po dialogy postav. Google demonstroval přeměnu výzvy v přirozeném jazyce na interaktivní vesmírnou procházku, poté na příkaz přivolal mimozemskou vesmírnou loď a remixoval kavárnu na svahu na skleněný pavilon v poušti.

Konverzační agent staví váš svět

Vytvoření světa již nevyžaduje jedinou dokonalou výzvu. Nový agent Project Genie organizuje sadu multimodálních modelů Google prostřednictvím běžné konverzace: uživatelé popisují svou vizi a agent vytváří počáteční vizuály vytvářející světový charakteristický vzhled, spárovaný s vlastními skóre na pozadí přizpůsobenými náladě.

Modely Blíženců se mohou také připojit k relaci během jejího běhu, pozorovat, co se děje na obrazovce, zobrazovat kontextové čipy s návrhy, kam jít dál, nebo automaticky spouštět události ve světě, jak se cesta vyvíjí. Výsledkem, řekl Google, je vytvoření interaktivního vesmíru „stejně snadné jako konverzace“.

Galerie vytvořená pro remixování

Nová komunitní galerie umožňuje předplatitelům Ultra publikovat vlastní světy, které mohou ostatní prozkoumat a remixovat. Vlastní kurátorské příklady společnosti Google ukazují rozsah: „Living Memory“ přeměňuje osobní fotografie na prozkoumatelná místa, „Dino Field Guide“ se toulá prehistorickými biotopy založenými na 360stupňových panoramatech a „Rock Paper Scissors“ staví proti sobě tematické předměty na stole, přičemž Gemini slouží jako rozhodčí v reálném čase.

Genie 3 zůstává ve výběru modelu

Navzdory debutu Genie 4 zůstává Genie 3 k dispozici ve výběru modelu Project Genie pro případy, kdy zůstává lepším nástrojem – delší běhy a prostory plné panoramat. Google vyzdvihl aktualizace Genie 3 včetně událostí, které lze vyvolat v reálném čase, které spojují různé světy do jednoho souvislého letu přes lesy, podvodní ruiny a ledová moře, a 360stupňové panoramatické uzemnění, které udržovalo Petrin kaňon a fasádu konzistentní, když se kamera pohybovala.

V jedné ukázce Genie 3 zkombinoval delší běhy, panoramatické uzemnění a okamžité události, aby proměnil svět uprostřed letu – dokonce na povel přivolal jezditelného draka.

Přístup a dostupnost

Genie 4 je nyní k dispozici pro způsobilé předplatitele Google AI Ultra, kteří dnes mohou vytvářet, sdílet a remixovat světy v komunitní galerii. Členové Google AI Pro se mohou přidat do pořadníku. Vše běží přímo v prohlížeči prostřednictvím webové stránky Project Genie, bez nutnosti stahování.

Od prototypu k produktu za tři týdny

Rychlost tohoto zavedení je pozoruhodná. Project Genie existoval jako omezený výzkumný experiment jen před týdny a Google říká, že aktualizace je přímou reakcí na to, co první testeři požadovali: větší kontrolu a snazší sdílení. Namísto pomalého postupu mezi výzkumem a produktem DeepMind dodal spotřebitelský přístup, kreační agent a sociální infrastrukturu v jednom kroku – což je známka toho, jak agresivně Google prosazuje svůj program světového modelu směrem k mainstreamu.

Odráží to také širší posun ve způsobu, jakým společnost uvádí na trh produkty AI. Namísto čekání na vyleštěnou vlajkovou loď Google iteruje na veřejnosti a využívá svou základnu předplatitelů jako živé testovací prostředí a zároveň ponechává explicitní výzkumnou linii – Genie 3 – dostupnou pro pracovní zátěž, kterou nový model zatím nezvládá nejlépe.

Proč na světových modelech záleží

Světové modely – systémy umělé inteligence, které simulují interaktivní prostředí spíše než pouze předvídání textu nebo vykreslování statických snímků – jsou široce považovány za potenciální základ pro hraní her, školení robotiky a ztělesněný výzkum umělé inteligence. S Genie 4 je Google první velkou laboratoří, která vložila do rukou obecných spotřebitelů model hraničního světa ve velkém, doplněný sociálními funkcemi, které z budování světa dělají sdílený obsah.

Zavedení také zintenzivňuje konkurenční závody v generativních médiích. Jak se světové modely, video generátory a herní enginy sbližují, hranice mezi hraním hry a výzvou k hraní se začíná stírat – a Google má nyní produkt pro spotřebitele, který otestuje, kde přesně tato linie sedí.

Udržujte si náskok před AI

Od světových modelů k hraničním LLM se prostředí umělé inteligence každý týden mění. Sledujte nejnovější vývoj AI na [AI Buzz Wire] (https://aibuzzwire.news).

Přečtěte si další zprávy o AI →