Google DeepMind는 화요일에 실시간 대화형 시뮬레이션을 위한 최신 세계 모델인 Genie 4를 발표했습니다. 이 제품은 사용자가 자연 언어로 즉석에서 조종할 수 있는 AI 생성 환경에 전례 없는 현실감과 기본 오디오를 제공합니다.

언론 브리핑 후 TechCrunch의 보도에 따르면 Genie 4는 DeepMind가 지금까지 제작한 것 중 가장 사실적이고 상호 작용적인 세계를 생성합니다. 사용자는 시뮬레이션 중에 카메라 이동, 날씨 변경, 새로운 사람과 물체 소개 등 장면을 변경하기 위한 프롬프트를 입력할 수 있으며, 모델은 주변 소리, 음악, 대화형 대화를 포함하여 동기화된 오디오를 즉석에서 생성합니다.

단순히 텍스트를 예측하거나 정적 이미지를 렌더링하는 것이 아니라 대화형 환경을 시뮬레이션하는 AI 시스템인 세계 모델은 AI에서 가장 경쟁이 치열한 분야 중 하나가 되었습니다. 경주가 가속화되면서 AI Buzz Wire에서 최신 AI 모델 릴리스를 팔로우하세요.

Gemini를 기반으로 구축, Gemini 감독

Genie 4는 Google의 Gemini 모델 제품군과 긴밀하게 통합되어 있습니다. DeepMind의 발표에 따르면 Gemini Omni는 실제 모양과 동작에 시뮬레이션을 고정시키는 반면, 다른 Gemini 모델은 시간이 지남에 따라 시뮬레이션의 일관성을 유지하는 데 필요한 복잡한 추론을 제공합니다.

TechCrunch는 이 아키텍처를 Genie가 비주얼을 만드는 동안 단계를 계획하고 프레임을 확인하는 감독 역할을 하는 Gemini로 설명했습니다. Gemini Robotics와 관련된 연구 실험에서 Gemini 4 Argon 모델은 작업을 Genie 4가 실시간으로 시뮬레이션하는 단계로 분류했습니다. DeepMind는 실제 세계에서 로봇 시나리오가 발생하기 전에 시뮬레이션에서 로봇 시나리오를 연습할 수 있는 방법을 제시했습니다.

TechCrunch에 따르면 Google의 연구 책임자인 Tejas Kulkarni는 브리핑에서 "미래에 우리가 점점 더 보게 될 것은 Gemini가 코드와 텍스트를 작성하고 Genie가 이를 실시간으로 수집하고 다양한 추상화 수준에서 현실을 시뮬레이션하는 하이브리드 세계 모델입니다"라고 말했습니다.

두 배의 지속성, 더 나은 물리학

약 1년 전에 연구 미리보기로 출시된 Genie 3에 대한 세대적 도약은 상당합니다. TechCrunch에 따르면 Genie 4는 최대 2분 동안 일관된 장면을 유지할 수 있으며 이는 이전 버전의 한계보다 두 배 더 뛰어나고 더 나은 물리학과 더 인간적인 캐릭터를 제공합니다. 또한 날씨나 카메라 각도를 실시간으로 변경하거나 실행 중인 시뮬레이션에 새로운 사람이나 개체를 추가하는 등 이전에는 불가능했던 자유로운 형식의 편집도 지원합니다.

모델에 공백이 없는 것은 아닙니다. DeepMind 팀은 브리핑에서 시뮬레이션이 오래 실행될수록 세부 사항과 개체가 표류할 수 있으며, 생성된 오디오를 정확하게 유지하거나 세계 내 텍스트를 읽을 수 있도록 유지하는 방법을 회사가 아직 해결하지 못했다는 점을 인정했습니다.

통합되는 세계 모델 시장

Genie 4는 세계 모델 산업이 통합되기 시작하면서 등장합니다. TechCrunch는 이번 출시가 Runway가 오디오 생성 기능을 갖춘 플레이 가능한 월드 모델인 GWM Worlds 2를 출시한 지 몇 달 후에 나온 것이라고 밝혔습니다. 한편 Fei-Fei Li의 World Labs는 AMD에 인수되고 Amazon은 Decart 인수를 논의 중이며 Rivian은 자율 주행 테스트를 위한 시뮬레이션 기능을 사내에 도입하기 위해 Third Dimension을 인수했습니다.

Google은 혼잡한 분야에서 앞서 나가기 위해 분명히 노력하고 있으며 투자자들은 이를 알아차렸습니다. 언론 보도에 따르면 알파벳의 주가는 수요일 회사의 분기별 수익 보고서 바로 직전에 발표된 Genie 4 공개 이후 2% 이상 상승했습니다. 전작인 지니 3(Genie 3)는 작년에 출시되었을 때 투자자들이 실시간 생성 세계가 결국 전통적인 게임 개발과 경쟁할 수 있다는 암시와 씨름하면서 비디오 게임 주식을 뒤흔들었습니다.

게임에서 영화 스토리보드, 로봇공학까지

DeepMind는 월드 시뮬레이션을 AGI를 향한 중요한 단계로 프레임하여 로봇과 에이전트를 위한 안전한 교육 환경을 제공합니다. 발표된 상업적 사용 사례는 게임, 대화형 학습 및 제조에 걸쳐 있습니다. 회사에서 추측한 한 가지 예는 역사적인 장면을 그린 그림에 들어가서 묘사된 사건에 대해 주제와 대화하는 것입니다.

그러나 초기 사용자들은 예상치 못한 부분을 지적하고 있습니다. 바로 영화 사전 제작입니다. TechCrunch에 따르면 Google DeepMind 엔지니어인 Diego Rivas는 "실시간 측면은 창의성 공간에서 흐름 상태를 유지하는 것이 매우 유용해지는 영역에서 가장 가치가 높습니다."라고 말했습니다. "예를 들어 아이디어 단계나 스토리보드 단계에서 빠른 아이디어 구상이 필요할 때마다 말이죠."

신뢰할 수 있는 테스터들은 이미 Genie 4를 사용하여 영화 프로토타입을 제작해 왔으며 Rivas는 사용자가 궁극적으로 Gemini Omni를 사용하여 해당 프로토타입을 완성된 창의적 자산으로 전환할 수 있다고 제안했지만 이러한 기능은 아직 멀었다고 강조했습니다.

가용성

Genie 4는 현재 제한된 신뢰할 수 있는 테스터 그룹을 대상으로 연구 미리보기로 출시되고 있습니다. 앞으로 몇 주 안에 텍스트나 이미지 프롬프트에서 대화형 세계를 생성하는 Google의 도구인 Project Genie를 통해 Google AI Ultra 구독자와 Gemini API 및 AI Studio의 조기 액세스 파트너에게 다가갈 예정입니다.

세계 모델이 차세대 플랫폼 전환이 되거나 인상적인 연구 데모로 남아 있든, Genie 4는 한 가지를 분명히 합니다. AI 생성 비디오를 보는 것과 그 안에서 플레이하는 것 사이의 경계가 사라지고 있다는 것입니다.

AI보다 앞서 나가세요

모든 최첨단 모델 출시와 획기적인 연구 결과를 확인하세요. AI Buzz Wire에서 더 많은 AI 뉴스를 읽어보세요.

여기에서 최신 AI 개발 정보를 확인하세요.