Google DeepMind ได้เปิดตัว Genie 4 ให้กับสมาชิก Google AI Ultra ที่มีสิทธิ์ โดยเปลี่ยน Project Genie จากต้นแบบการวิจัยเป็นผลิตภัณฑ์สำหรับผู้บริโภคสำหรับการสร้างและสำรวจโลกเชิงโต้ตอบที่สร้างโดย AI การอัปเดตนี้ทำให้สาธารณะเข้าถึง Genie 4 ได้เป็นครั้งแรก ซึ่งเป็นตัวแทนการสร้างการสนทนา และแกลเลอรีชุมชนที่ผู้ใช้สามารถแชร์และรีมิกซ์ผลงานสร้างสรรค์ของพวกเขาได้ Google ประกาศ

Project Genie เปิดตัวเมื่อต้นปีนี้ในฐานะต้นแบบการวิจัยเชิงทดลอง และผู้ทดสอบในช่วงแรกบอกกับ Google ว่าพวกเขาต้องการควบคุมสิ่งที่เกิดขึ้นภายในโลกที่สร้างขึ้นอย่างลึกซึ้งยิ่งขึ้น และวิธีที่ง่ายกว่าในการสร้างและแบ่งปัน รุ่นใหม่ซึ่งครอบคลุมอย่างกว้างขวางโดยชุมชนนักพัฒนาเนื่องจากเป็นฟอรัมการสนทนาในสัปดาห์นี้ ตอบสนองคำขอทั้งสอง เพื่อความครอบคลุมอย่างต่อเนื่องของการพัฒนา AI ล่าสุดจาก Google DeepMind และห้องปฏิบัติการหลักอื่นๆ AI Buzz Wire จะติดตามการเปิดตัวแต่ละครั้งที่เกิดขึ้น

แก้ไขเซสชันกลางโลกใดก็ได้

Genie 4 เป็นโมเดลโลกที่มีการโต้ตอบและสมจริงที่สุดของ Google DeepMind และฟีเจอร์ที่โดดเด่นคือการแก้ไขแบบสด: ผู้ใช้สามารถแจ้งให้เซสชันกลางเปลี่ยนโลกที่พวกเขากำลังนำทางแบบเรียลไทม์ “เปลี่ยนสภาพอากาศ ใส่ตัวอักษร หรือเปลี่ยนเส้นทางการกระทำ” ด้วยข้อความแจ้งที่พิมพ์ Google กล่าวในประกาศ

นับเป็นครั้งแรกที่ Genie 4 จับคู่ภาพเหล่านั้นกับเสียงเนทีฟแบบเรียลไทม์ซึ่งจะปรับตามฉากที่เผยออกมา ตั้งแต่ภาพเสียงรอบข้างไปจนถึงบทสนทนาของตัวละคร Google สาธิตการเปลี่ยนภาษาธรรมชาติให้เป็นการเดินอวกาศแบบอินเทอร์แอคทีฟ จากนั้นเรียกยานอวกาศเอเลี่ยนตามคำสั่ง และดัดแปลงร้านกาแฟบนเนินเขาให้เป็นศาลากระจกในทะเลทราย

ตัวแทนการสนทนาสร้างโลกของคุณ

การสร้างโลกไม่จำเป็นต้องมีคำสั่งที่สมบูรณ์แบบอีกต่อไป ตัวแทน Project Genie ใหม่ประสานชุดโมเดลหลายรูปแบบของ Google ผ่านการสนทนาธรรมดา: ผู้ใช้อธิบายวิสัยทัศน์ของพวกเขา และตัวแทนสร้างภาพเริ่มต้นที่สร้างรูปลักษณ์ที่เป็นเอกลักษณ์ของโลก จับคู่กับคะแนนพื้นหลังที่กำหนดเองซึ่งปรับให้เหมาะกับอารมณ์

โมเดลราศีเมถุนยังสามารถเข้าร่วมเซสชั่นในขณะที่ทำงาน สังเกตสิ่งที่เกิดขึ้นบนหน้าจอ แสดงชิปคำแนะนำตามบริบทเพื่อดูว่าจะไปที่ไหนต่อไป หรือกระตุ้นให้เกิดเหตุการณ์ในโลกโดยอัตโนมัติเมื่อการเดินทางดำเนินไป ผลลัพธ์ที่ Google กล่าวว่าทำให้การสร้างจักรวาลเชิงโต้ตอบ "ง่ายดายเหมือนกับการสนทนา"

แกลเลอรีที่สร้างขึ้นเพื่อการรีมิกซ์

แกลเลอรีชุมชนใหม่ช่วยให้สมาชิก Ultra เผยแพร่โลกที่กำหนดเองเพื่อให้ผู้อื่นได้สำรวจและรีมิกซ์ ตัวอย่างที่คัดสรรโดย Google แสดงให้เห็นช่วงต่างๆ ได้แก่ "Living Memory" แปลงภาพถ่ายส่วนตัวให้เป็นพื้นที่ที่น่าสำรวจ "Dino Field Guide" ท่องไปตามถิ่นที่อยู่ยุคก่อนประวัติศาสตร์ในรูปแบบพาโนรามา 360 องศา และ "Rock Paper Scissors" วางวัตถุที่มีธีมมาปะทะกันบนโต๊ะ โดยมี Gemini ทำหน้าที่เป็นผู้ตัดสินแบบเรียลไทม์

Genie 3 ยังคงอยู่ใน Model Picker

แม้ว่า Genie 4 จะเปิดตัวเป็นครั้งแรก แต่ Genie 3 ยังคงมีอยู่ในเครื่องมือเลือกโมเดลของ Project Genie ในกรณีที่ยังคงเป็นเครื่องมือที่ดีกว่า นั่นคือ วิ่งได้นานขึ้น และพื้นที่แบบพาโนรามา Google เน้นการอัปเดต Genie 3 รวมถึงเหตุการณ์แบบเรียลไทม์ที่เชื่อมโยงโลกที่แตกต่างกันเข้าเป็นเที่ยวบินเดียวต่อเนื่องข้ามป่า ซากปรักหักพังใต้น้ำ และทะเลน้ำแข็ง และภาพพาโนรามา 360 องศาที่ทำให้หุบเขาและส่วนหน้าของ Petra สอดคล้องกันในขณะที่กล้องเคลื่อนที่

ในการสาธิตครั้งหนึ่ง Genie 3 ได้ผสมผสานการวิ่งระยะไกล การต่อสายดินแบบพาโนรามา และกิจกรรมที่พร้อมท์เพื่อเปลี่ยนแปลงโลกในระหว่างการบิน แม้กระทั่งการเรียกมังกรที่ขี่ได้ตามคำสั่ง

การเข้าถึงและความพร้อมใช้งาน

Genie 4 กำลังเปิดตัวให้กับสมาชิก Google AI Ultra ที่มีสิทธิ์ ซึ่งสามารถสร้าง แบ่งปัน และรีมิกซ์โลกในแกลเลอรีชุมชนได้แล้ววันนี้ สมาชิก Google AI Pro สามารถเข้าร่วมรายชื่อรอได้ ทุกอย่างทำงานโดยตรงในเบราว์เซอร์ผ่านทางเว็บไซต์ Project Genie โดยไม่จำเป็นต้องดาวน์โหลด

จากต้นแบบสู่ผลิตภัณฑ์ในสามสัปดาห์

ความเร็วของการเปิดตัวครั้งนี้มีความโดดเด่น Project Genie มีอยู่ในรูปแบบการทดลองวิจัยที่จำกัดเมื่อไม่กี่สัปดาห์ก่อน และ Google กล่าวว่าการอัปเดตนี้เป็นการตอบสนองโดยตรงต่อสิ่งที่ผู้ทดสอบในยุคแรกร้องขอ: การควบคุมที่มากขึ้น และการแชร์ที่ง่ายขึ้น แทนที่จะเป็นไปป์ไลน์การวิจัยสู่ผลิตภัณฑ์ที่ช้า DeepMind จัดส่งการเข้าถึงของผู้บริโภค ตัวแทนการสร้างสรรค์ และโครงสร้างพื้นฐานทางสังคมในขั้นตอนเดียว ซึ่งเป็นสัญญาณบ่งชี้ว่า Google กำลังผลักดันโปรแกรมโมเดลระดับโลกไปสู่กระแสหลักอย่างจริงจังเพียงใด

นอกจากนี้ยังสะท้อนให้เห็นถึงการเปลี่ยนแปลงในวงกว้างในวิธีที่บริษัทเปิดตัวผลิตภัณฑ์ AI แทนที่จะรอเรือธงที่สวยงาม Google กำลังทำซ้ำในที่สาธารณะโดยใช้ฐานสมาชิกเป็นพื้นที่ทดสอบสดในขณะที่ยังคงรักษาสายเลือดการวิจัยที่ชัดเจน — Genie 3 — สำหรับปริมาณงานที่รุ่นใหม่ยังไม่สามารถจัดการได้ดีที่สุด

ทำไมโมเดลโลกจึงมีความสำคัญ

แบบจำลองของโลก — ระบบ AI ที่จำลองสภาพแวดล้อมเชิงโต้ตอบมากกว่าเพียงการคาดเดาข้อความหรือการแสดงเฟรมคงที่ ถูกมองว่าเป็นรากฐานที่มีศักยภาพสำหรับการเล่นเกม การฝึกอบรมหุ่นยนต์ และการวิจัย AI ที่เป็นตัวเป็นตน ด้วย Genie 4 Google จึงเป็นห้องปฏิบัติการขนาดใหญ่แห่งแรกที่นำโมเดลโลกแนวชายแดนมาสู่มือของผู้บริโภคทั่วไปในวงกว้าง พร้อมด้วยฟีเจอร์โซเชียลที่เปลี่ยนการสร้างโลกให้เป็นเนื้อหาที่แชร์ได้

การเปิดตัวครั้งนี้ยังเพิ่มความเข้มข้นในการแข่งขันในสื่อสร้างสรรค์ เมื่อโมเดลของโลก เครื่องสร้างวิดีโอ และเอ็นจิ้นเกมมาบรรจบกัน เส้นแบ่งระหว่างการเล่นเกมและการกระตุ้นให้เล่นเกมเริ่มเลือนลาง และตอนนี้ Google ก็มีผลิตภัณฑ์สำหรับผู้บริโภคเพื่อทดสอบว่าบรรทัดนั้นอยู่ตรงไหน

ก้าวนำหน้า AI

จากแบบจำลองระดับโลกไปจนถึง LLM ระดับแนวหน้า ภูมิทัศน์ของ AI กำลังเปลี่ยนแปลงทุกสัปดาห์ ติดตามการพัฒนา AI ล่าสุดได้ที่ AI Buzz Wire

อ่านข่าว AI เพิ่มเติม →