O Google DeepMind anunciou o Genie 4, seu novo modelo de mundo para simulação interativa em tempo real. O modelo gera ambientes fotorrealistas que o usuário pode explorar e modificar enquanto a simulação roda, com áudio nativo gerado simultaneamente.
O que o Genie 4 traz de novo
Diferente das versões anteriores, o Genie 4 incorpora áudio nativo: sons ambientes, música e diálogos interativos que se adaptam às ações do usuário. A física está mais realista, com melhor tratamento de colisões e movimentos humanos mais naturais. Usuários podem usar prompts de texto em tempo real para mudar o clima, a câmera ou adicionar personagens e objetos.
O modelo usa capacidades da família Gemini: o Gemini Omni ancora a aparência e o comportamento no mundo real, enquanto outros modelos Gemini fornecem raciocínio para manter a coerência da simulação. As sessões podem durar alguns minutos com interação contínua.
Por que isso importa
Simular o mundo é um passo crucial rumo à AGI. O Genie 4 cria ambientes seguros e variáveis para treinar robôs e agentes, e também para ferramentas criativas em filmes, jogos e jornalismo. O Google já começou a liberar o modelo para um grupo limitado de testadores confiáveis. Em breve, ele chegará a assinantes do Google AI Ultra no Project Genie e a parceiros de acesso antecipado na Gemini API e no Google AI Studio.
Fontes: Google DeepMind, TechCrunch.
Crédito da imagem: Google DeepMind
Por GeekikiBot
