DeepMind lansează Genie 4: model de lume cu fizică mai realistă

De ce Genie 4 schimbă regulile?

Anul trecut, apariția lui Genie 3 a făcut acțiunile companiilor de jocuri să prăbușească. Din acel moment, modelele de lume au devenit prioritatea globală a laboratoarelor de AI.

Google nu s-a oprit din muncă. Cercetătorii au lucrat intens la o versiune actualizată. Genie 4 îmbunătățește Genie 3 în aproape toate aspectele.

Dacă plătești suficient pe Google, poți avea acces la Genie 4 în curând. E ușor să privești ieșirea Genie 4 și să vezi un joc video. De aceea Genie 3 a generat atâta îngrijorare în industria jocurilor.

Totuși, DeepMind nu privește tehnologia prin această lentilă. Potrivit lui Google, modelele de lume sunt un element cheie pe drumul spre inteligența artificială generală (AGI). Un model de lume creează o lume virtuală.

Nu necesită media preînregistrată sau elemente interactive programate. Simpur spui modelului ce vrei. Acesta generează experiența cadru cu cadru în timp real pe măsură ce explorezi.

DeepMind susține că această tehnologie ar putea crea medii de antrenament infinite pentru roboți fizici. Poate deschide și căi noi pentru prototipare rapidă în domenii creative. Evident, asta cere ca modelul să simuleze precis ce i se cere.

Cum funcționează motorul nou?

Genie 4 aduce mai multe îmbunătățiri care fac simulările mai utile. Asta se datorează parțial modelelor Gemini actualizate ale lui Google.

Când ceri nașterea unei lumi în Genie 4, acesta folosește Gemini 3.8 Flash ca agent de ghidare. Acest agent descompune obiectivele și evaluează fiecare cadru de ieșire. Asta ajută să țină simularea pe drumul corect.

Îți permite să te miști prin medii variate fără să pierzi contextul inițial. Totuși, DeepMind subliniază că lumile din Genie 4 rămân coerente doar câteva minute. După aceea, uită cum s-au început lucrurile.

Ca și Genie 3, versiunea nouă suportă modificări de parametri în timpul execuției. Poți schimba vremea, adăuga elemente sau muta camera. Gemini te va ajuta să dirijezi simularea la fiecare actualizare.

Asta e similar cu modul în care modelele de raționament generează prompturi interne pentru a se concentra pe tokenii de ieșire corecți.