Google DeepMind анонсувала Genie 3 — нову версію моделювання світів, яка здатна створювати інтерактивні динамічні середовища у реальному часі з частотою 24 кадри на секунду.
Про це компанія повідомляє у своєму блозі.
Користувач може переміщатися такими світами протягом кількох хвилин при роздільній здатності 720p.
Як зазначають розробники, Genie 3 є частиною багаторічних досліджень DeepMind у сфері моделювання віртуальних середовищ — від навчання агентів у стратегіях до симуляцій для робототехніки.
Що вміє Genie 3:
- моделює фізичні властивості середовища (вода, освітлення, взаємодії);
- симулює екосистеми, поведінку тварин і ріст рослин;
- створює вигадані сюжети і анімаційних персонажів;
- дозволяє досліджувати історичні та географічні локації;
- реагує на текстові запити, змінюючи погоду чи додаючи нові об’єкти;
- забезпечує високу візуальну стабільність — модель «пам’ятає» середовище до попередньої хвилини.
Genie 3 можуть використовувати для навчання агентів, як-от SIMA — універсального агента DeepMind для 3D-середовищ. Під час тестів агенти отримували завдання і виконували їх, надсилаючи команди в середовище Genie 3. Модель не знає мету агента, лише симулює наслідки його дій.
Проте Genie 3 сьогодні має ряд обмежень:
- обмежена тривалість взаємодії (кілька хвилин);
- складність моделювання взаємодії кількох агентів;
- неможливість точно змоделювати реальні локації;
- обмежений набір дій для агентів;
- нечітке відображення тексту без явного опису в промпті.
У майбутньому Google планує розширити доступ до Genie 3. Потенційно її можна буде застосовувати у сфері освіти, тренування автономних систем і оцінки їхньої ефективності.
Читайте також: xAI представила Grok Imagine: ШІ-генератор зображень і відео 18+
