Google DeepMind เปิดตัว Genie 4 โมเดลโลก เสียงแบบเรียลไทม์ ตัวละครโต้ตอบได้

Google DeepMind เปิดตัว Genie 4 โมเดลโลกที่สร้างสภาพแวดล้อมเสมือนจริงแบบโต้ตอบได้จากข้อความ ถือเป็นการก้าวข้ามการสร้างวิดีโอสู่การจำลองแบบเรียลไทม์ ปัจจุบันการจำลอง lasts ประมาณสองนาที และความสอดคล้องจะลดลงเมื่อรันนานขึ้น

โมเดลนี้เพิ่มการสร้างเสียงแบบเนทีฟเป็นครั้งแรกในซีรีส์ Genie ทั้งเสียงแวดล้อม ดนตรี และบทสนทนาตัวละครที่ซิงค์กับเหตุการณ์บนหน้าจอ พร้อมการจำลองฟิสิกส์และตัวละครที่ควบคุมโดย AI ซึ่งตอบสนองต่ออินพุตของผู้ใช้ Google ผสานโมเดล Gemini เข้ากับระบบ โดย Gemini Omni ให้ความเข้าใจโลก และ Gemini 3.8 Flash วางแผนงานและตรวจสอบความสำเร็จ ขณะที่ Genie 4 เรนเดอร์สภาพแวดล้อม

Google สาธิตการตั้งค่านี้ด้วยการจำลองหุ่นยนต์ฮิวแมนนอยด์ Apptronik Apollo เล่นหมากฮอส การทดสอบกำลังดำเนินอยู่ในวงการภาพยนตร์ เกม ข่าว การศึกษา และวิศวกรรม Genie 4 เปิดให้研究者บางส่วนใช้งานแล้ว โดยมีแผนขยายไปยังสมาชิก Google AI Ultra ผ่าน Project Genie และไปยังพันธมิตรผ่าน Gemini API และ AI Studio