Modelul de lume Genie 4 de la Google adaugă audio, lumi mai realiste și control în timp real

Google DeepMind a lansat Genie 4, un model de lume disponibil în versiune de previzualizare de cercetare pentru testeri de încredere. Sistemul generează lumi simulate și adaugă audio în timp real, medii mai realiste și posibilitatea de a ghida simularea prin prompturi text în timp ce aceasta rulează. Aceste schimbări contează deoarece fac interacțiunea cu mediile generate mai imediată și mai ușor de ajustat, fără ca instrucțiunile să fie limitate la începutul simulării. Anunțul descrie o lansare timpurie și cu acces restricționat, nu o disponibilitate generală.

Articolul menționează trei noutăți principale: generarea audio în timp real, simulări mai realiste și controlul prin text în timpul simulării. Funcția de control permite utilizatorului să introducă prompturi după ce simularea a început, astfel încât experiența generată să poată fi influențată pe parcurs. Sursa nu oferă detalii despre arhitectura modelului, datele de antrenare, performanță, formatele audio acceptate sau cerințele hardware și nici nu precizează cum este măsurat realismul. Prin urmare, Genie 4 este descris prin capabilități și statutul de previzualizare, fără specificații tehnice detaliate.

Accesul este momentan limitat la testeri de încredere, iar lansarea este prezentată drept o previzualizare de cercetare. Aceste funcții ar putea susține experimente mai interactive cu medii generate, însă informațiile disponibile nu permit evaluarea fiabilității sau a utilizărilor practice. Disponibilitatea mai largă și detaliile tehnice suplimentare nu sunt precizate.