Google DeepMind ने पात्र Google AI अल्ट्रा ग्राहकों के लिए जिनी 4 को लॉन्च किया है, जो प्रोजेक्ट जिनी को एक शोध प्रोटोटाइप से इंटरैक्टिव एआई-जनित दुनिया बनाने और तलाशने के लिए एक उपभोक्ता उत्पाद में बदल देता है। Google ने घोषणा की कि अपडेट पहली बार जिनी 4, एक संवादात्मक बिल्ड एजेंट और एक सामुदायिक गैलरी तक सार्वजनिक पहुंच लाता है जहां उपयोगकर्ता अपनी रचनाओं को साझा और रीमिक्स कर सकते हैं।

प्रोजेक्ट जिनी को इस साल की शुरुआत में एक प्रायोगिक अनुसंधान प्रोटोटाइप के रूप में पेश किया गया था, और शुरुआती परीक्षकों ने Google को बताया कि वे उत्पन्न दुनिया के अंदर क्या होता है, इस पर गहरा नियंत्रण चाहते हैं और उन्हें बनाने और साझा करने के आसान तरीके चाहते हैं। नई रिलीज़, जिसे डेवलपर समुदाय द्वारा व्यापक रूप से कवर किया गया है क्योंकि यह इस सप्ताह चर्चा मंचों में शीर्ष पर है, दोनों अनुरोधों को संबोधित करती है। Google DeepMind और हर अन्य प्रमुख प्रयोगशाला से नवीनतम AI विकास के चल रहे कवरेज के लिए, AI बज़ वायर प्रत्येक रोलआउट का अनुसरण करता है जैसा कि होता है।

किसी भी विश्व मध्य सत्र को संपादित करें

जिनी 4 Google डीपमाइंड का अब तक का सबसे यथार्थवादी और इंटरैक्टिव विश्व मॉडल है, और इसकी परिभाषित विशेषता लाइव संपादन है: उपयोगकर्ता वास्तविक समय में जिस दुनिया में नेविगेट कर रहे हैं उसे बदलने के लिए मध्य सत्र का संकेत दे सकते हैं। Google ने अपनी घोषणा में कहा, "मौसम बदलें, किसी पात्र को छोड़ें, या कार्रवाई को पुनर्निर्देशित करें"।

पहली बार, जिनी 4 उन दृश्यों को वास्तविक समय के मूल ऑडियो के साथ जोड़ता है जो दृश्य के सामने आने के साथ-साथ परिवेशीय ध्वनि परिदृश्य से लेकर चरित्र संवाद तक अनुकूलित हो जाता है। Google ने एक प्राकृतिक भाषा संकेत को एक इंटरैक्टिव स्पेसवॉक में बदलने, फिर कमांड पर एक विदेशी अंतरिक्ष यान को बुलाने और रेगिस्तान में एक पहाड़ी कैफे को एक ग्लास मंडप में रीमिक्स करने का प्रदर्शन किया।

एक संवादी एजेंट आपकी दुनिया बनाता है

दुनिया बनाने के लिए अब किसी एक संपूर्ण संकेत की आवश्यकता नहीं है। नया प्रोजेक्ट जिनी एजेंट सामान्य बातचीत के माध्यम से Google के मल्टीमॉडल मॉडलों के सूट को व्यवस्थित करता है: उपयोगकर्ता अपनी दृष्टि का वर्णन करते हैं, और एजेंट मूड के अनुरूप कस्टम पृष्ठभूमि स्कोर के साथ मिलकर दुनिया के हस्ताक्षर स्वरूप को स्थापित करने वाले प्रारंभिक दृश्य तैयार करता है।

जैसे ही सत्र चलता है, जेमिनी मॉडल भी इसमें शामिल हो सकते हैं, स्क्रीन पर क्या हो रहा है, इसका अवलोकन कर सकते हैं, आगे कहां जाना है, इसके लिए संदर्भ-जागरूक सुझाव चिप्स सामने ला सकते हैं, या यात्रा शुरू होने पर दुनिया में होने वाली घटनाओं को स्वचालित रूप से ट्रिगर कर सकते हैं। Google ने कहा, परिणाम एक इंटरैक्टिव ब्रह्मांड को तैयार करना "बातचीत करने जितना ही आसान" बनाता है।

रीमिक्सिंग के लिए बनाई गई एक गैलरी

नई सामुदायिक गैलरी अल्ट्रा ग्राहकों को दूसरों के अन्वेषण और रीमिक्स के लिए कस्टम दुनिया प्रकाशित करने की सुविधा देती है। Google के स्वयं के क्यूरेटेड उदाहरण रेंज दिखाते हैं: "लिविंग मेमोरी" व्यक्तिगत तस्वीरों को अन्वेषण योग्य स्थानों में बदल देती है, "डिनो फील्ड गाइड" 360-डिग्री पैनोरमा में स्थित प्रागैतिहासिक आवासों के माध्यम से घूमता है, और "रॉक पेपर कैंची" एक डेस्क पर थीम वाली वस्तुओं को एक दूसरे के खिलाफ खड़ा करता है जिसमें मिथुन वास्तविक समय रेफरी के रूप में कार्य करता है।

जिन्न 3 मॉडल पिकर में रहता है

जिनी 4 की शुरुआत के बावजूद, जिनी 3 उन मामलों के लिए प्रोजेक्ट जिनी के मॉडल पिकर में उपलब्ध रहता है जहां यह बेहतर उपकरण बना हुआ है - लंबे समय तक चलने वाला और पैनोरमा-सीडेड स्थान। Google ने वास्तविक समय की त्वरित घटनाओं सहित जिनी 3 अपडेट पर प्रकाश डाला, जो विभिन्न दुनियाओं को जंगलों, पानी के नीचे के खंडहरों और बर्फीले समुद्रों में एक निरंतर उड़ान में जोड़ता है, और 360-डिग्री पैनोरमा ग्राउंडिंग जो कैमरे के हिलने पर पेट्रा के घाटी और सामने के हिस्से को एक समान रखता है।

एक प्रदर्शन में, जिनी 3 ने उड़ान के बीच में दुनिया को बदलने के लिए लंबी दौड़, पैनोरमा ग्राउंडिंग और त्वरित घटनाओं को संयोजित किया - यहां तक ​​कि कमांड पर सवारी करने योग्य ड्रैगन को भी बुलाया।

पहुंच और उपलब्धता

जिनी 4 अब योग्य Google AI Ultra ग्राहकों के लिए उपलब्ध कराया जा रहा है, जो आज सामुदायिक गैलरी में दुनिया बना सकते हैं, साझा कर सकते हैं और रीमिक्स कर सकते हैं। Google AI प्रो सदस्य प्रतीक्षा सूची में शामिल हो सकते हैं। प्रोजेक्ट जिनी वेबसाइट के माध्यम से सब कुछ सीधे ब्राउज़र में चलता है, बिना किसी डाउनलोड की आवश्यकता के।

तीन सप्ताह में प्रोटोटाइप से उत्पाद तक

इस रोलआउट की गति उल्लेखनीय है. प्रोजेक्ट जिनी कुछ हफ़्ते पहले ही एक सीमित शोध प्रयोग के रूप में अस्तित्व में था, और Google का कहना है कि यह अपडेट शुरुआती परीक्षकों की माँग का सीधा जवाब है: अधिक नियंत्रण, और आसान साझाकरण। धीमी अनुसंधान-से-उत्पाद पाइपलाइन के बजाय, डीपमाइंड ने उपभोक्ता पहुंच, एक निर्माण एजेंट और सामाजिक बुनियादी ढांचे को एक चरण में भेज दिया - यह इस बात का संकेत है कि Google अपने विश्व-मॉडल कार्यक्रम को मुख्यधारा की ओर कितनी आक्रामकता से आगे बढ़ा रहा है।

यह कंपनी द्वारा एआई उत्पादों को लॉन्च करने के तरीके में व्यापक बदलाव को भी दर्शाता है। एक शानदार फ्लैगशिप की प्रतीक्षा करने के बजाय, Google सार्वजनिक रूप से पुनरावृत्ति कर रहा है, अपने ग्राहक आधार को लाइव परीक्षण मैदान के रूप में उपयोग कर रहा है, जबकि एक स्पष्ट शोध वंश - जिनी 3 - को कार्यभार के लिए उपलब्ध रखता है, नया मॉडल अभी तक सबसे अच्छा संभाल नहीं सकता है।

विश्व मॉडल क्यों मायने रखते हैं

विश्व मॉडल - एआई सिस्टम जो केवल पाठ की भविष्यवाणी करने या स्थिर फ्रेम प्रस्तुत करने के बजाय इंटरैक्टिव वातावरण का अनुकरण करते हैं - को व्यापक रूप से गेमिंग, रोबोटिक्स प्रशिक्षण और सन्निहित एआई अनुसंधान के लिए संभावित आधार के रूप में देखा जाता है। जिनी 4 के साथ, Google बड़े पैमाने पर सामान्य उपभोक्ताओं के हाथों में एक सीमांत विश्व मॉडल देने वाली पहली प्रमुख प्रयोगशाला है, जो सामाजिक विशेषताओं से परिपूर्ण है जो विश्व-निर्माण को साझा करने योग्य सामग्री में बदल देती है।

यह रोलआउट जेनरेटिव मीडिया में प्रतिस्पर्धी दौड़ को भी तेज करता है। जैसे-जैसे विश्व मॉडल, वीडियो जेनरेटर और गेम इंजन एक साथ आ रहे हैं, गेम खेलने और किसी को प्रेरित करने के बीच की रेखा धुंधली होने लगी है - और Google के पास अब यह जांचने के लिए एक उपभोक्ता-सामना वाला उत्पाद है कि वह रेखा कहां बैठती है।

एआई से आगे रहें

विश्व मॉडल से लेकर अग्रणी एलएलएम तक, एआई परिदृश्य साप्ताहिक रूप से बदल रहा है। एआई बज़ वायर पर नवीनतम एआई विकास को ट्रैक करें।

अधिक AI समाचार पढ़ें →