Google DeepMind ra mắt mô hình thế giới Genie 4 với âm thanh thời gian thực, nhân vật tương tác

Google DeepMind công bố Genie 4, mô hình thế giới tạo ra môi trường ảo tương tác có thể khám phá từ câu lệnh văn bản, đánh dấu bước tiến của công ty vượt ra ngoài tạo video sang mô phỏng thời gian thực. Các mô phỏng hiện kéo dài khoảng hai phút, với độ nhất quán giảm dần khi chạy lâu hơn.

Mô hình bổ sung tính năng tạo âm thanh gốc lần đầu tiên trong dòng Genie — âm thanh môi trường, nhạc và hội thoại nhân vật đồng bộ với sự kiện trên màn hình — cùng mô phỏng vật lý và nhân vật do AI điều khiển phản hồi đầu vào của người dùng. Google tích hợp các mô hình Gemini vào hệ thống: Gemini Omni cung cấp hiểu biết thế giới, Gemini 3.8 Flash lập kế hoạch nhiệm vụ và xác minh hoàn thành trong khi Genie 4 kết xuất môi trường.

Google đã trình diễn thiết lập bằng cách mô phỏng robot hình người Apptronik Apollo chơi cờ đam. Các thử nghiệm đang diễn ra trong lĩnh vực điện ảnh, trò chơi, tin tức, giáo dục và kỹ thuật; Genie 4 hiện mở cho một số nhà nghiên cứu chọn lọc, với kế hoạch mở rộng cho người đăng ký Google AI Ultra qua Project Genie và cho đối tác qua Gemini API và AI Studio.