Google DeepMind prezantoi të martën Genie 4 në një version paraprak për kërkim. Modeli krijon botë virtuale më fotorealiste dhe ndërvepruese, me audio të sinkronizuar, përfshirë muzikë, zhurma mjedisore dhe dialog. Përdoruesit mund të japin udhëzime tekstuale gjatë simulimit për të ndryshuar motin, këndin e kamerës ose për të shtuar njerëz e objekte.
Genie 4 ruan qëndrueshmërinë e skenës deri në dy minuta, dyfishin e kufirit të Genie 3, dhe përmirëson fizikën e personazhet. Gemini integrohet më ngushtë për të planifikuar hapat dhe kontrolluar pamjet. Në një eksperiment me Gemini Robotics, modeli Gemini 4 Argon ndau detyrat në hapa që Genie 4 i simuloi në kohë reale, duke treguar një mënyrë të mundshme për testimin virtual të skenarëve për robotë.
Prezantimi vjen pas modelit rival GWM Worlds 2 të Runway. Përdorimet e propozuara përfshijnë lojërat, mësimin ndërveprues dhe robotikën; testuesit e parë po shqyrtojnë edhe krijimin e prototipeve filmike. Megjithatë, detajet dhe objektet mund të ndryshojnë gjatë simulimeve, ndërsa saktësia e audios dhe lexueshmëria e tekstit mbeten sfida.
Genie 4 është aktualisht i hapur për testues të përzgjedhur. Në javët e ardhshme do të ofrohet për abonentët Google AI Ultra përmes Project Genie dhe për partnerët me akses të hershëm në Gemini API e Google AI Studio.
Burimi: TechCrunch – AI — lexoni artikullin e plotë në anglisht.
