Google、探索できる現実的な世界を作り出す AI を導入、しかし 2 分後には忘れ始める

Googleディープマインド を提示しました 魔神4、を作成できる人工知能。 生成中にユーザーが移動および変更できる仮想世界。新しいバージョンでは、より説得力のある物理学と、自然に動き、話すキャラクターが約束されていますが、 2分を超えて起こっていることの一貫性を維持するのが難しい、Ars Technicaによると。

ワールドモデルとは、 環境をシミュレートし、キーボードで環境内を移動したり、書面による指示を使用して変更したりできます。雨を降らせたり、オブジェクトを追加したり、キャラクターを登場させたり、カメラを変更したりするなど。 Genie では、システムが各フレームをリアルタイムで生成するためのシナリオを記述するだけで、 ビデオゲームのようにすべての要素を事前に設計したり、各インタラクションをプログラムしたりする必要はありません。。

ジーニー4。 グーグル。

魔神1は、制御可能な 2 次元環境を生成し、2024 年 2 月に発表されました。 ジーニー2 同年12月に3Dへの飛躍を果たし、 魔神3は 2025 年 8 月に発表され、より現実的なシナリオをリアルタイムで探索できるようになります。 720p そして 1秒あたり24フレーム。

ジーニー4。
ジーニー4。 グーグル。

これらのモデルはいずれも広く普及していません。 Genie 3 には次の場所からアクセスできます。 プロジェクト・ジニー、そのモデルを組み合わせた実験的なウェブサイト ナノバナナプロ そして ジェミニ。 18 歳以上であることと、 Google AI ウルトラ、探索は以下に限定されます 60秒。

Genie はビデオ ゲームの作成に関連付けられていますが、Google はこのテクノロジーを考慮しています 汎用人工知能への一歩、非常に多様なタスクに取り組むことができます。これらの世界は、 ロボットと AI エージェントをトレーニングするための無数のシナリオを提供します、彼らの行動の結果を学び、物理的環境に移す前に彼らの能力をテストします。

DeepMind によると、Genie 3 と比較して、新しいバージョンは改善されています。 衝突や空気力学、人間の動きや反応のシミュレーション。しかし、最も注目すべき新しさは、 今はあります ネイティブオーディオ、画像とともに生成され、木々を通る風や波などの環境に統合されます。また 人間の音声とインタラクティブな対話を組み込んでいます、キャラクターが会話し、シミュレーション内のイベントに反応できるようにします。

ジーニー4。
ジーニー4。 グーグル。

このシステムには、以下の機能が組み込まれています。 ジェミニオムニ リアリティを向上させ、 Gemini 3.8 フラッシュをスーパーバイザとして使用します。彼は現場を観察し、目標をステップに分割し、フレームをチェックして、状況が変化したときに計画を適応させます。 Googleも使用しています ジェミニ 4 アルゴン チェッカーをするロボットのように、Genie が表すタスクを計画します。

ジーニー4。
ジーニー4。 グーグル。

の 一貫性や一貫性の喪失 これは、シミュレーション内の場所に戻ったときに、オブジェクトの外観が変わったり、場所が同じように再構築されなかったりする可能性があることを意味します。 Ars Technica はその連続性をいくつかの点に置きます 2分ただし、Googleは具体的な制限については言及していませんが、継続時間、複雑な変更、ステージ内での動きによって偏差が増加する可能性があることについては言及しています。

ジーニー4。
ジーニー4。 グーグル。

Genie 4 は現在、選ばれたテスターと Project Genie を通じて Ultra 加入者に近日提供予定、順番待ちリストがあります。一部のパートナーは Gemini API および AI Studio 経由でもアクセスしますが、具体的な日付や開発者料金は発表されていません。

そうならないのは安いことです。スペインでは、Google AI Ultra がモダリティを提供しています 99.99 そして 月額 219.99 ユーロしかし、それぞれの Genie 4 がどの程度使用できるかは不明です。