谷歌 DeepMind 发布 Genie 4 AI 模型,用于实时世界生成

GOOGL-0.98%

关键要点

  • 谷歌 DeepMind 于 10 月 27 日发布了用于研究的 Genie 4 世界模型 AI,可根据用户输入实时生成虚拟环境、音乐、对话和音效。
  • 根据演示视频,Genie 4 可模拟包括树木摇摆、水流、碰撞和空气动力学在内的物理现象,同时生成同步音频和角色对话。
  • Genie 4 能保持一致性数分钟,但随着运行时间延长或复杂指令重复执行,物体位置、文本和外观准确性会下降。

谷歌 DeepMind 于 10 月 27 日(当地时间)通过其官方网站发布了名为 Genie 4 的新世界模型人工智能,供研究使用。该人工智能可根据用户的动作和文本指令实时生成虚拟环境、音乐、对话和音效。世界模型人工智能代表着人工智能领域的一项进步,它通过学习现实世界中的运动和物理定律来预测情境,并根据用户的操作创建虚拟环境。

Genie 4 实时生成可交互的虚拟环境

已发布的演示视频显示,用户使用键盘和鼠标在虚拟空间中移动。用户可以通过文本指令改变天气状况和摄像机位置,并向环境中添加新角色和物体。该系统不同于传统的 AI 视频生成:它会实时反映用户的操作和指令来改变周围环境,而不是单向播放预先渲染的场景。

AI 模拟物理现象并生成同步音频

Genie 4 能呈现树木随风摇曳、水流、物体碰撞和空气动力学效果。虚拟角色经过设计,能够根据周围情境移动和作出反应。该系统会同步生成音乐、环境噪声和音效。虚拟角色可以根据用户的操作或环境中发生的事件进行对话。

当前系统可在数分钟内保持一致性

用户可以在 Genie 4 生成的虚拟世界中持续操作数分钟。随着时间推移或复杂指令反复出现,物体的位置和外观可能发生变化,文本可能变得混乱,一致性也可能下降。空间呈现和音频的准确性仍有待进一步提高。

常见问题

谷歌 DeepMind 于 10 月 27 日发布了什么?

谷歌 DeepMind 通过其官方网站发布了 Genie 4,这是一款世界模型人工智能,可根据用户输入实时生成虚拟环境、音乐、对话和音效,供研究使用。

Genie 4 与传统的 AI 视频生成有何不同?

Genie 4 会实时反映用户的操作和文本指令来改变周围环境,而不像传统 AI 视频系统那样单向播放预先渲染的场景。

Genie 4 目前有哪些局限?

用户可以在 Genie 4 的虚拟世界中持续操作数分钟,之后一致性会下降;随着时间推移或复杂指令反复出现,物体的位置和外观可能发生变化,文本也可能变得混乱。

免责声明:本页面信息可能来自第三方,仅供参考,不代表 Gate 的观点或意见,亦不构成任何财务、投资或法律建议。数字资产交易风险较高,请勿仅依赖本页面信息作出决策。具体内容详见声明。
评论
0/400
暂无评论