Google DeepMind 发布世界模型 Genie 4
Google DeepMind 发布世界模型 Genie 4,称其在几乎所有方面改进了 Genie 3,模拟更贴近真实物理与人物表现,并原生加入音频,可同时生成音乐、环境音与交互对话。用户描述需求后,模型逐帧实时生成体验,无需预渲染环境或编程交互元素,还可在模拟中途输入提示改变场景;DeepMind 称改进部分得益于更新的 Gemini 模型。Genie 4 可生成约两分钟长的体验,Genie 3 约为一分钟。 Genie 4 目前以研究预览形式向受信测试者开放,未来数周内将面向消费者和开发者推出,从 Google AI Ultra 订阅者的 Project Genie、以及 Gemini API 和 Google AI Studio 的早期访问合作伙伴开始。DeepMind 称其仍是早期、不断演进的研究领域,生成的所有视频和音频都会加上 SynthID 水印。DeepMind 称该技术可为物理机器人创造无限训练环境,或为创意领域提供快速原型设计的新途径。
最新进展Google DeepMind 发布 Genie 4 实时世界模型