„Google DeepMind“ pristatė interaktyvų pasaulio modelį Genie 4

„Google DeepMind“ pristatė Genie 4 – pasaulio modelį, kuris pagal tekstinį aprašymą sukuria interaktyvias, tyrinėjamas aplinkas. „TechCrunch“ apie pristatymą pranešė 2026 m. spalio 27 d. „DeepMind“ šį modelį vadina savo iki šiol realistiškiausiu ir interaktyviausiu pasaulio modeliu.

Ką modelis gali, pasak „DeepMind“

Pasak „DeepMind“, naudotojas aprašo kraštovaizdį ar įvykį, valdo kamerą, prideda veikėjų arba pakeičia orą, o pasaulis atsinaujina tiesiogiai. Bendrovė teigia, kad Genie 4 remiasi „Gemini“ šeima: „Gemini Omni“ simuliacijas sieja su realaus pasaulio išvaizda ir elgsena, o kiti „Gemini“ modeliai padeda išlaikyti nuoseklumą. „DeepMind“ taip pat nurodo, kad kiekvienas Genie 4 sukurtas vaizdo ar garso įrašas žymimas „SynthID“ vandenženkliu.

„TechCrunch“ priduria, kad modelis realiu laiku generuoja pasauliui pritaikytą garsą, pavyzdžiui, muziką ir aplinkos garsus.

Prieinamumas ir apribojimai

Genie 4 yra tyrimų peržiūra patikimiems testuotojams. „DeepMind“ teigia, kad platesnė prieiga bus netrukus, pirmiausia „Google AI Ultra“ prenumeratoriams „Project Genie“ ir ankstyvosios prieigos partneriams „Gemini API“ bei „Google AI Studio“. Puslapyje nenurodyta nei data, nei kaina.

„DeepMind“ pati išvardija apribojimus. Vaizdo detalės ir objektų pastovumas gali „plaukti“, ypač ilgiau veikiant arba po daugelio užklausos pakeitimų. Sesijos trunka kelias minutes, o ne ilgai. Įskaitomas tekstas dažniausiai atsiranda tik tada, kai jis yra užklausoje, o garso tikslumas realiu laiku dar tiriamas. Puslapyje taip pat sakoma, kad demonstraciniai įrašai sutrumpinti ir rodomi iliustracijai.

Kodėl tai svarbu

Tai mūsų analizė. „DeepMind“ pasaulio modelius pristato kaip būdą mokyti ir tikrinti dirbtinio intelekto agentus realistiškose aplinkose, todėl Genie 4 pirmiausia yra tyrimų įrankis. Kol prieiga ribota patikimiems testuotojams, o puslapyje nėra paskelbtų testų rezultatų, jo nauda už demonstracijų ribų lieka neišbandyta.