A Google bemutatta a Genie 4 modellt, amely interaktív virtuális világok létrehozására képes. A vállalat szerint ez az eddigi legrealisztikusabb változat: a felhasználók természetes nyelvű parancsokkal fedezhetik fel és alakíthatják a generált környezeteket.
A felhasználó valós időben avatkozhat be egy jelenetbe, különösebb eszközök nélkül: megváltoztathatja az időjárást, áthelyezheti a kamerát vagy új szereplőket adhat hozzá, amelyekre a virtuális világ reagál. A Genie 4 emellett automatikusan hangot is generál, a környezeti zajoktól és zenétől a szereplők interaktív párbeszédéig.
A Gemini 3.8 Flash koordinálja a virtuális világ történéseit
Fontos újdonság a Gemini képességeinek integrálása. Konkrétan a Gemini 3.8 Flash olyan ügynökként működik, amely folyamatosan felügyeli a szimulációt, elemzi a létrehozott képeket, és több lépésre bontja az összetett célokat.
A rendszer ellenőrzi, hogy minden művelet megfelelően végbement-e, és módosítja a tervét, ha a felhasználó beavatkozik vagy a környezet megváltozik. A Google szerint ezzel összetett események, ok-okozati kapcsolatok és procedurális viselkedések is szimulálhatók.
A technológia nem kizárólag virtuális helyszínek bejárására szolgálhat. A Google a Genie 4-et az MI-rendszerek eltérő helyzetekben mutatott viselkedésének tesztelésére is alkalmas eszköznek tartja, még a valós környezetben való bevetés előtt.
Mikor válhat elérhetővé a Genie 4?
A Genie 4-hez jelenleg csak szűk tesztelői kör fér hozzá. A Google a hozzáférést később a Google AI Ultra előfizetőknek is kiterjesztené a Project Genie-n keresztül, valamint a Gemini API és az AI Studio korai hozzáférésű partnereinek.
A vállalat egyelőre nem közölt pontos dátumot a szélesebb körű bevezetéshez. Addig a Google DeepMind hivatalos blogján érhetők el az új modell bemutatói.
