Google DeepMind udostępnił Genie 4 kwalifikującym się subskrybentom Google AI Ultra, przekształcając Project Genie z prototypu badawczego w produkt konsumencki do generowania i eksplorowania interaktywnych światów generowanych przez sztuczną inteligencję. Aktualizacja zapewnia po raz pierwszy publiczny dostęp do Genie 4, konwersacyjnego agenta kompilacji oraz galerii społeczności, w której użytkownicy mogą udostępniać i remiksować swoje dzieła, ogłosiło Google.

Project Genie został wprowadzony na początku tego roku jako eksperymentalny prototyp badawczy, a pierwsi testerzy powiedzieli Google, że chcą większej kontroli nad tym, co dzieje się w generowanych światach oraz łatwiejszych sposobów ich tworzenia i udostępniania. Nowa wersja, szeroko komentowana przez społeczność programistów, odkąd w tym tygodniu znalazła się na forach dyskusyjnych, spełnia oba żądania. Aby na bieżąco informować o najnowszych osiągnięciach sztucznej inteligencji z Google DeepMind i każdego innego dużego laboratorium, AI Buzz Wire śledzi na bieżąco każde wdrożenie.

Edytuj dowolną sesję światową w trakcie sesji

Genie 4 to najbardziej realistyczny i interaktywny model świata stworzony przez Google DeepMind, a jego cechą charakterystyczną jest edycja na żywo: użytkownicy mogą w trakcie sesji poprosić o zmianę świata, po którym się poruszają, w czasie rzeczywistym. „Zmień pogodę, upuść postać lub przekieruj akcję” za pomocą wpisanego monitu, Google oznajmiło w swoim ogłoszeniu.

Po raz pierwszy Genie 4 łączy tę grafikę z natywnym dźwiękiem w czasie rzeczywistym, który dostosowuje się do rozwoju sceny, począwszy od dźwięków otoczenia po dialogi postaci. Google zademonstrował przekształcenie podpowiedzi w języku naturalnym w interaktywny spacer kosmiczny, następnie przywołanie statku kosmicznego obcych na polecenie i przekształcenie kawiarni na wzgórzu w szklany pawilon na pustyni.

Agent konwersacyjny buduje Twój świat

Tworzenie świata nie wymaga już jednego doskonałego podpowiedzi. Nowy agent Project Genie koordynuje zestaw modeli multimodalnych Google w drodze zwykłej rozmowy: użytkownicy opisują swoją wizję, a agent tworzy wstępne wizualizacje, ustalając charakterystyczny wygląd świata, w połączeniu z niestandardowymi wynikami tła dostosowanymi do nastroju.

Modele Gemini mogą także dołączać do sesji w trakcie jej trwania, obserwując, co dzieje się na ekranie, wyświetlając kontekstowe sugestie dotyczące dalszych podróży lub automatycznie wyzwalając wydarzenia w świecie w miarę rozwoju podróży. W rezultacie, jak twierdzi Google, stworzenie interaktywnego wszechświata jest „tak łatwe, jak prowadzenie rozmowy”.

Galeria stworzona do remiksowania

Nowa galeria społeczności umożliwia subskrybentom Ultra publikowanie niestandardowych światów, które inni mogą eksplorować i remiksować. Wyselekcjonowane przez Google przykłady pokazują tę gamę: „Living Memory” przekształca osobiste zdjęcia w przestrzenie, które można eksplorować, „Dino Field Guide” wędruje po prehistorycznych siedliskach osadzonych w panoramach 360 stopni, a „Rock Paper Scissors” umieszcza tematyczne przedmioty na biurku, a Gemini pełni rolę sędziego w czasie rzeczywistym.

Genie 3 pozostaje w selektorze modeli

Pomimo debiutu Genie 4, Genie 3 pozostaje dostępny w selektorze modeli Project Genie w przypadkach, w których pozostaje lepszym narzędziem — dłuższe przebiegi i przestrzenie z panoramami. Google podkreśliło aktualizacje Genie 3, w tym zdarzenia wyświetlane w czasie rzeczywistym, które łączą różne światy w jeden ciągły lot przez lasy, podwodne ruiny i zamarznięte morza, a także panoramę 360 stopni, która zapewnia spójność kanionu i fasady Petry podczas ruchu kamery.

W jednej z demonstracji Genie 3 połączył dłuższe biegi, uziemienie panoramiczne i szybkie zdarzenia, aby przekształcić świat w locie — nawet przywołując na komendę smoka, na którym można jeździć.

Dostęp i dostępność

Genie 4 jest już udostępniany uprawnionym subskrybentom Google AI Ultra, którzy już dziś mogą budować, udostępniać i remiksować światy w galerii społeczności. Członkowie Google AI Pro mogą dołączyć do listy oczekujących. Wszystko działa bezpośrednio w przeglądarce za pośrednictwem witryny Project Genie, bez konieczności pobierania plików.

Od prototypu do produktu w trzy tygodnie

Szybkość tego wdrożenia jest godna uwagi. Projekt Genie istniał zaledwie kilka tygodni temu jako ograniczony eksperyment badawczy, a Google twierdzi, że aktualizacja jest bezpośrednią odpowiedzią na to, o co prosili pierwsi testerzy: większą kontrolę i łatwiejsze udostępnianie. Zamiast powolnego procesu tworzenia produktu od badań do produktu, firma DeepMind w jednym kroku zapewniła dostęp konsumentom, agenta kreacyjnego i infrastrukturę społecznościową — co świadczy o tym, jak agresywnie Google pcha swój światowy model programu do głównego nurtu.

Odzwierciedla to również szerszą zmianę w sposobie, w jaki firma wprowadza na rynek produkty AI. Zamiast czekać na dopracowany produkt flagowy, Google udostępnia publicznie swoje rozwiązania, wykorzystując swoją bazę abonentów jako poligon do testów na żywo, zachowując jednocześnie wyraźną linię badawczą – Genie 3 – dostępną w przypadku obciążeń, z którymi nowy model nie radzi sobie jeszcze najlepiej.

Dlaczego modele świata mają znaczenie

Modele świata – systemy sztucznej inteligencji, które symulują środowiska interaktywne, a nie tylko przewidują tekst lub renderują statyczne klatki – są powszechnie postrzegane jako potencjalna podstawa gier, szkoleń z zakresu robotyki i badań nad ucieleśnioną sztuczną inteligencją. Dzięki Genie 4 Google jest pierwszym dużym laboratorium, które oddaje w ręce ogółu konsumentów model świata pionierskiego na dużą skalę, wraz z funkcjami społecznościowymi, które przekształcają budowanie świata w treści, którymi można się dzielić.

Wdrożenie zaostrza także wyścig konkurencyjności w mediach generatywnych. W miarę jak modele świata, generatory wideo i silniki gier zbliżają się do siebie, granica między graniem w grę a zachęcaniem do gry zaczyna się zacierać — a Google ma teraz produkt skierowany do konsumentów, który pozwala dokładnie sprawdzić, gdzie ta linia przebiega.

Wyprzedź sztuczną inteligencję

Od modeli światowych po pionierskie LLM – krajobraz sztucznej inteligencji zmienia się co tydzień. Śledź najnowsze osiągnięcia AI w AI Buzz Wire.

Przeczytaj więcej aktualności o sztucznej inteligencji →