Google har börjat föra in världsmodellen Genie 4 i Project Genie för behöriga AI Ultra-abonnenter
Google för in världsmodellen Genie 4 i den webbläsarbaserade tjänsten Project Genie för behöriga Google AI Ultra-abonnenter. Världen kan ändras med text medan man utforskar den, men enligt heise online begränsas oavbruten användning till ungefär en minut.
En världsmodell gör ingen färdig video. Den skapar miljön i realtid i takt med att användaren rör sig i den med tangenterna. I Genie 4 kan användaren med en ny prompt till exempel byta väder eller lägga till en karaktär mitt under utforskandet, skriver Google i ett blogginlägg som publicerades den 18 november. Modellen skapar också ljud som anpassar sig efter händelserna: bakgrundsljud och karaktärernas repliker.
Genie 4 stöder tills vidare bara ungefär en minuts oavbruten interaktion, uppger tyska heise online. Enligt heise anger det nya modellkortet en upplösning på 720p och högst 24 bilder per sekund. Google uppger att Genie 4 ger den mest exakta bilden, fysiken och ljudet av företagets modeller. För längre utforskning erbjuder företaget fortfarande Genie 3. Där kan en värld nu utforskas i upp till tre minuter i stället för som tidigare 60 sekunder. I Genie 3 kan världar också länkas samman, och en värld kan utgå från en 360-graders panoramabild.
Modellerna är fortfarande i forskningsstadiet, uppger Google. Företaget arbetar ännu bland annat med kamerans fördröjning, komplexa fysikaliska interaktioner, precisionen i realtidsljudet och att scenen förblir sammanhängande under lång tid.
I en bakom kulisserna-video som DeepMind har publicerat säger en representant för den spanska studion SpecialGuestX att samma prompt fungerar som ett frö. Scenens komposition och handling är desamma varje gång under de första sekunderna. Enligt representanten hjälper det till att återskapa en scen eller hålla en träningsmiljö under kontroll. Det rör sig om en Google-partners erfarenhet i Googles egen video, och uppgiften har inte testats oberoende. Videons textversion är en maskinell transkribering.
Agenten i Project Genie skapar utifrån samtalet världens startbilder och bakgrundsmusik med Googles modeller. Under utforskandet kan Gemini följa skärmen, föreslå riktningar och starta händelser. Världar kan publiceras i ett gemensamt galleri där andra kan utforska och bearbeta dem. Google lägger till vattenstämpeln SynthID i all video och allt ljud som skapas i Project Genie.
Tillgången öppnas stegvis för behöriga Google AI Ultra-abonnenter. Tjänsten fungerar även i Tyskland, och användningen har dagliga gränser, uppger heise online. Google AI Pro-abonnenter kan skriva upp sig på väntelistan på Project Genies sida.
Läs mer: Modeller