Google DeepMind real vaqtda audio va dunyolarni yaratuvchi Genie 4 modelini taqdim etdi

Google DeepMind sun'iy intellekt sohasida navbatdagi muhim qadamni tashlab, real vaqt rejimida ishlovchi interaktiv simulyatsiya modeli Genie 4 ni namoyish etdi. Ushbu dunyo modeli (world model) yuqori darajadagi fotorealizm bilan bir qatorda aerodinamika, to'qnashuvlar va boshqa jismoniy qonuniyatlarni realistik aks ettirish qobiliyatiga ega.

Genie 4 ning eng asosiy yutuqlaridan biri uning to'liq multimodal tuzilishidir. Model tasvir bilan bir vaqtda mos atrof-muhit shovqinlari, musiqa va personajlarning jonli nutqini bevosita generatsiya qiladi. Tizim Gemini oilasi imkoniyatlariga tayanadi: Gemini Omni tashqi ko'rinish va xatti-harakatlarni real hayotga bog'lasa, boshqa Gemini modellari sahna mazmunining izchilligi va uzoq muddatli mantiqiy davomiyligini nazorat qilib boradi.

Foydalanuvchilar oddiy klaviatura boshqaruvi va tabiiy tildagi matnli so'rovlar orqali simulyatsiya jarayoniga to'g'ridan-to'g'ri aralashishlari mumkin. Masalan, ob-havoni o'zgartirish, kamerani erkin harakatlantirish yoki sahnaga yangi qahramonlar va obyektlarni kiritish mumkin, Gemini esa bu buyruqlarni mavjud muhitga moslashtirgan holda bir zumda aks ettiradi.

DeepMind vakillarining ta'kidlashicha, dunyoni to'g'ri tushunish va modellashtirish umumiy sun'iy intellektni (AGI) yaratishda hal qiluvchi ahamiyatga ega. Genie 4 robotlar va AI-agentlarni xavfsiz o'rgatish uchun cheksiz o'zgaruvchan virtual muhitlarni yaratish, shuningdek, interaktiv o'yinlar va yangi media tajribalarini loyihalash imkonini beradi.

Hozirda Genie 4 ishonchli sinovchilar uchun tadqiqot prevyusi sifatida ochilgan. Dastlabki bosqichda tizim Project Genie platformasidagi Google AI Ultra obunachilari hamda Gemini API va Google AI Studio hamkorlariga foydalanish uchun taqdim etiladi.