Google DeepMind اعلام کرد Genie 4 اکنون به Project Genie برای مشترکان Google AI Ultra اضافه شده است. مدل تازه به کاربران امکان میدهد هنگام گشتوگذار در یک جهان مجازی، آن را تغییر دهند. کافی است دستور تازهای بنویسند تا صحنه فوراً بهروز شود؛ مثلاً آبوهوا را عوض کنند، شخصیتهایی بیفزایند یا داستان را همانجا از نو بنویسند. Genie 4 همچنین صدای بومی دارد که با تغییرات هماهنگ میشود؛ از صداهای پسزمینه گرفته تا گفتوگوهای کلامی. این بهروزرسانی شامل ارتقای Genie 3، یک گالری اجتماعی و عاملی در Project Genie نیز میشود که با گفتوگو به ساخت جهانها کمک میکند. Genie 3 اکنون از نشستهای سهدقیقهای پشتیبانی میکند؛ درحالیکه پیشتر این زمان یک دقیقه بود. همچنین میتواند چند جهان را به هم پیوند دهد و با استفاده از تصاویر پانورامای ۳۶۰ درجه، جهانهای تازهای بسازد. این عامل مدلهای چندوجهی گوگل، از جمله Gemini، را هماهنگ میکند تا هنگام حرکت در جهان، گامهای بعدی را پیشنهاد دهد یا رویدادهایی را به جریان بیندازد. گالری تجربههای گزینششده اکنون فعال است. در این گالری فضاهایی بر پایه عکسهای شخصی، راهنمای میدانی دایناسورها ساختهشده از پانوراماهای واقعی و میدان بازی سنگکاغذقیچیای وجود دارد که در آن Gemini داوری میکند. همکاران اولیه، از جمله ویل با نام هنری BLVCKL!GHT، فناوریپرداز خلاق، و آناند گاندی، فیلمساز، قابلیتهای Genie 4 را به نمایش گذاشتهاند؛ از جمله معمایی در عمارتی گوتیک و ماجرایی در کلونی مورچهها. گوگل میگوید عرضه فعلاً به مشترکان کنونی Google AI Ultra محدود است و کاربران Google AI Pro میتوانند در فهرست انتظار ثبتنام کنند. همه ویدئوها و صداهای تولیدشده برای ایمنی واترمارک SynthID دارند و ورودیها و خروجیها نیز از بررسیهای ایمنی میگذرند.
Genie 4 چه جایگاهی در نقشه راه هوش مصنوعی گوگل دارد؟
Project Genie پژوهش گوگل درباره مدلهای جهان را با مدل زبانی بزرگ Gemini (LLM) ترکیب میکند؛ همان نوع هوش مصنوعی که ChatGPT بر پایه آن ساخته شده است. هدف این است که کاربران بتوانند محیطهای فراگیر را مستقیماً در مرورگر بسازند، در آنها بگردند و تغییرشان دهند. گوگل Genie 4 را واقعگرایانهترین و تعاملیترین مدل جهان تا امروز توصیف میکند، اما میگوید چالشهایی مانند تأخیر حرکت دوربین، فیزیک پیچیده و پایداری صحنه در بلندمدت همچنان پابرجاست. برای کسانی که جزئیات فنی میخواهند، پیوندی به مرور پژوهشی Genie 4 ارائه شده است.
چرا مهم است
برای مشترکان Google AI Ultra، Genie 4 یعنی امکان طراحی و تغییر صحنههای فراگیر بدون کدنویسی و تنها با دستورهای متنی ساده. همچنین فضایی مشترک فراهم میکند تا کاربران جهانهای ساختهشده بهدست جامعه را ببینند یا تغییر دهند و عکسها و ایدههای شخصی را به تجربههای تعاملی تبدیل کنند.