Google's Genie 4 به شما امکان می‌دهد دنیایی بسازید که شبیه زندگی واقعی باشد

TL; DR

گوگل مدل جهانی هوش مصنوعی Genie 4 را با شبیه سازی های واقعی فیزیک معرفی کرده است.

این اولین مدل جهانی گوگل در زمان واقعی است که از تولید صدای بومی پشتیبانی می کند.

Genie 4 در حال حاضر در مرحله پیش‌نمایش تحقیقاتی است و فقط برای آزمایش‌کنندگان معتمد در دسترس است.

به راحتی می توان فکر کرد که هوش مصنوعی مولد در مورد ابزارهای تولید ویدئو و تصویر مانند Gemini Omni یا Nano Banana است. با این حال، مدل‌های جهانی جایی هستند که بسیاری از آزمایشگاه‌های هوش مصنوعی بر تحقیقات خود تمرکز می‌کنند. مدل‌های جهانی یک شبیه‌سازی داخلی از محیط می‌سازند و از فیزیک، روابط فضایی و پیشرفت زمانی برای ایجاد خروجی ثابت استفاده می‌کنند. در حالی که مدل‌های زبان بزرگ (LLM) از داده‌های رمزی برای پیش‌بینی کلمه بعدی استفاده می‌کنند، مدل‌های جهانی پیش‌بینی می‌کنند که فضا، زمان، گرانش و سایر نیروهای فیزیکی در یک محیط چگونه تکامل می‌یابند.

گوگل Genie 4، آخرین مدل جهانی خود را معرفی کرده است که نسبت به Genie 3 سال گذشته در چندین زمینه کلیدی بهبود یافته است. این مبتنی بر Gemini Omni است، که گوگل می گوید شبیه سازی های Genie 4 را در ظاهر و رفتار در دنیای واقعی تقویت می کند. Genie 4 همچنین می‌تواند یک صحنه را تا دو دقیقه ثابت نگه دارد، یعنی دو برابر محدودیت Genie 3. با Genie 4، می توانید جهان را در زمان واقعی با اعلان های زبان طبیعی شکل دهید. گوگل می گوید شما می توانید آب و هوا را تغییر دهید، دوربین را حرکت دهید و حتی افراد یا اشیاء جدیدی را وارد صحنه کنید، در حالی که Genie 4 همه چیز را ثابت نگه می دارد.