Mô hình thế giới Genie 4 của Google bổ sung âm thanh, thế giới chân thực hơn và điều khiển theo thời gian thực

Chuyện gì đã xảy ra?

Google DeepMind đã phát hành Genie 4 dưới dạng xem trước nghiên cứu vào thứ Ba. Người dùng có thể gõ lệnh ngay khi đang mô phỏng để đổi cảnh. Mô hình cũng tạo âm thanh theo thời gian thực, gồm nhạc, tiếng động nền và đoạn hội thoại có thể tương tác. Genie 4 là bước đi mới nhất của Google trong cuộc đua đông đúc này.

Con số và sự kiện chính

• Genie 4 có thể giữ một cảnh ổn định tối đa 2 phút, gấp đôi giới hạn của phiên bản trước.
• Genie 3 được Google ra mắt cách đây hơn một năm.
• Người dùng có thể đổi thời tiết, góc máy hoặc thêm người và vật thể ngay khi đang chạy.
• Trong ngành mô hình thế giới, AMD đang mua World Labs của Fei-Fei Li, Amazon đang đàm phán mua Decart, và Rivian vừa mua Third Dimension.

Mô hình thế giới là gì?

Mô hình thế giới là AI có thể tạo ra một môi trường ảo mà bạn có thể tương tác, giống như một trò chơi được dựng ngay lúc đang chạy. Gemini đóng vai trò như người đạo diễn: nó lập kế hoạch từng bước và kiểm tra từng khung hình, còn Genie lo phần hình ảnh. Trong một thí nghiệm với Gemini Robotics, các bước nhiệm vụ của robot được mô phỏng trước khi chạy thật.

Vì sao điều này quan trọng?

Công nghệ này có thể giúp thử nghiệm kịch bản của robot và xe tự lái trong môi trường ảo trước khi đưa ra đời thật, nên tiết kiệm thời gian và chi phí. Các người thử nghiệm đầu tiên còn cho rằng nó có thể giúp làm phim, đặc biệt ở khâu lên ý tưởng và vẽ phân cảnh. Tuy vậy, Google nói sản phẩm vẫn còn sớm. Các vấn đề như chi tiết bị trôi dần khi mô phỏng chạy lâu, âm thanh chưa chính xác và chữ trong thế giới ảo chưa rõ vẫn chưa được giải quyết.

Cần theo dõi điều gì?

• Trong vài tuần tới, Genie 4 sẽ có mặt với người đăng ký Google AI Ultra trong Project Genie.
• Các đối tác truy cập sớm của Gemini API và Google AI Studio cũng sẽ được dùng thử.
• Xem Google có sửa được lỗi trôi chi tiết, âm thanh và chữ viết hay không.