Google DeepMind meddelar att Genie 4 nu ingår i Project Genie för Google AI Ultra-prenumeranter. Med den nya modellen kan användare ändra en virtuell värld medan de utforskar den. Skriv bara en ny prompt så uppdateras scenen direkt – du kan ändra vädret, lägga till karaktärer eller skriva om berättelsen i farten. Genie 4 har också inbyggt ljud som reagerar på ändringarna, från bakgrundsljud till talad dialog. Uppdateringen innehåller även förbättringar av Genie 3, ett communitygalleri och en Project Genie-agent som hjälper dig att bygga världar genom samtal. Genie 3 stöder nu sessioner på tre minuter, jämfört med en minut tidigare, och kan länka samman flera världar. Modellen kan också skapa nya världar utifrån 360-graders panoramabilder. Agenten samordnar Googles multimodala modeller, däribland Gemini, för att föreslå nästa steg eller utlösa händelser medan du rör dig genom en värld. Ett galleri med utvalda upplevelser har nu öppnat. Där finns miljöer skapade utifrån personliga foton, en fältguide om dinosaurier baserad på verkliga panoramabilder och en sten-sax-påse-arena där Gemini agerar domare. Tidiga samarbetspartner, som kreativa teknologen Will, även känd som BLVCKL!GHT, och filmskaparen Anand Gandhi, har visat vad Genie 4 kan göra med ett mysterium i en gotisk herrgård och ett äventyr i en myrkoloni. Google uppger att lanseringen är begränsad till befintliga Google AI Ultra-prenumeranter. Google AI Pro-medlemmar kan ställa sig på en väntelista. Allt genererat video- och ljudinnehåll förses med en SynthID-vattenstämpel av säkerhetsskäl, och både indata och utdata genomgår säkerhetsgranskning.
Så passar Genie 4 in i Googles AI-planer
Project Genie förenar Googles forskning om världsmodeller med den stora språkmodellen (LLM) Gemini – en typ av AI som också ligger bakom ChatGPT. Målet är att användare ska kunna skapa, utforska och bygga vidare på uppslukande miljöer direkt i en webbläsare. Google beskriver Genie 4 som den hittills mest realistiska och interaktiva världsmodellen, men påpekar att det fortfarande finns utmaningar med kamerafördröjning, komplex fysik och att hålla scener stabila över tid. En forskningsöversikt om Genie 4 finns länkad för den som vill läsa mer om tekniken.
Varför det spelar roll
För den som har en Google AI Ultra-prenumeration innebär Genie 4 att det går att skapa och ändra uppslukande scener utan att programmera, med hjälp av enkla textprompter. Det skapar också en gemensam plats där användare kan utforska eller bygga vidare på världar som communityn har skapat och förvandla personliga foton eller idéer till interaktiva upplevelser.