DeepMind представила Genie 4 — модель миров с реалистичными людьми и естественной речью
iXBT.com ·
Google DeepMind представила Genie 4, новую версию своей модели мира, которая генерирует интерактивные виртуальные среды в реальном времени. По сравнению с прошлогодней Genie 3, вызвавшей тревогу в игровой индустрии, Genie 4 значительно улучшает физическое правдоподобие, внешность людей и впервые поддерживает звук.
В основе новой версии лежит связка с моделью Gemini 3.8 Flash, которая работает как управляющий агент: разбивает цели пользователя, оценивает каждый кадр и корректирует симуляцию, чтобы сохранить изначальный контекст при перемещении по различным окружениям. Несмотря на это, миры Genie 4 остаются стабильными лишь пару минут, после чего начинают «забывать» начальные условия.
Разработчики утверждают, что модель лучше справляется с аэродинамикой и столкновениями, а люди в симуляциях выглядят менее зловеще — их движения и реакции на изменения среды стали естественнее. Genie 4 также умеет генерировать окружающие фоновые звуки и, что самое заметное, интерактивную речь персонажей, адаптирующуюся по ходу симуляции.
Доступ откроется для разработчиков через Gemini API и AI Studio, а для потребителей — поэтапно в рамках тарифных планов Google AI Ultra, стартовая цена которых составляет $100 в месяц. Позже возможно расширение на более дешёвые планы AI Pro и AI Plus. Как и предшественница, Genie 4 будет распространяться через веб-интерфейс Project Genie с ограниченной функциональностью. Желающие протестировать новинку могут записаться в лист ожидания.
В Google подчёркивают, что world model всё ещё остаётся исследовательским направлением, но считают такие системы ключевым шагом на пути к сильному искусственному интеллекту. Генерация бесконечных обучающих сред для роботов и быстрое прототипирование в творческих индустриях — лишь первые приложения технологии, которая учится симулировать мир кадр за кадром.