O Google lança o Genie 4, o modelo mais realista de mundo virtual interativo com áudio sincronizado

icon币界网
Compartilhar
AI summary iconResumo
O Google DeepMind lançou o Genie 4, um novo modelo de mundo que oferece ambientes virtuais mais realistas e interativos com áudio sincronizado, incluindo música e diálogos. O modelo suporta edição em tempo real da cena e duplica a duração da simulação para dois minutos. Integrado ao Gemini, possibilita aplicações em jogos e robótica. Esta atualização traz novidades sobre ativos do mundo real (RWA) e está entre as últimas notícias de criptomoedas sobre inovação impulsionada por IA. O Genie 4 já está disponível para testadores confiáveis, com acesso mais amplo em breve.
Relatório do CoinNews:

IT之家 10 de outubro de 28 relata que o Google DeepMind lançou na terça-feira o mais recente modelo mundial, Genie 4, atualmente em fase de pré-visualização de pesquisa. Este novo modelo é capaz de gerar mundos virtuais até agora mais realistas e interativos, permitindo que os usuários insiram prompts durante a execução da simulação para modificar os cenários. O modelo também gera áudio em tempo real sincronizado com o mundo virtual, abrangendo música, sons ambientais e diálogos interativos.

IT之家 observou que, alguns meses antes do lançamento do Genie 4, a startup de vídeo de IA Runway lançou seu segundo modelo mundial, o GWM Worlds 2, um modelo interativo e executável que responde dinamicamente às entradas do usuário e suporta geração de áudio. Ao mesmo tempo, a categoria de modelos mundiais começou a apresentar tendências de integração. O World Labs, fundado por Fei-Fei Li, foi adquirido pela AMD, a Amazon está em negociações para adquirir a Decart e a Rivian acabou de adquirir a Third Dimension para desenvolver internamente capacidades de simulação para testes de automação autônoma.

Lançamento do Genie 4, a mais recente iniciativa do Google para manter a liderança em uma competição acirrada.

Há mais de um ano, o Google lançou o modelo anterior, Genie 3, na forma de uma prévia de pesquisa. Além de uma melhoria significativa na realidade visual e da adição de capacidade de áudio, o Genie 4 suporta operações de edição de forma livre, como ajustar em tempo real o clima, o ângulo da câmera ou adicionar personagens e objetos. Ele pode manter cenas contínuas por até dois minutos — o dobro da duração do modelo anterior — com melhor desempenho físico e personagens virtuais mais realistas.

A integração dos grandes modelos do Google, Gemini e Genie 4, também foi aprimorada: o Gemini atua como diretor, responsável por planejar etapas e validar quadros de imagem, enquanto o Genie 4 é encarregado de gerar conteúdo visual. Em um experimento de pesquisa relacionado ao projeto de robôs Gemini, o modelo Gemini 4 Argon dividiu a tarefa em várias etapas, que foram posteriormente simuladas em tempo real pelo Genie 4. Este experimento demonstrou uma solução viável: validar cenários em um ambiente de simulação antes de realizar testes de robôs no mundo real.

O diretor de pesquisa do Google, Tejas Kulkarni, afirmou em uma reunião de briefing: “No futuro, veremos cada vez mais modelos híbridos desse tipo, nos quais o Gemini escreve código e texto, e o Genie 4 lê esses conteúdos em tempo real, simulando a realidade em diferentes níveis de abstração.”

Assim como outros modelos mundiais, seus principais cenários de comercialização incluem jogos, aprendizado interativo e robótica. Um exemplo proposto de aprendizado interativo é o usuário entrar em uma pintura que retrata uma cena histórica e interagir com as figuras na pintura sobre os eventos registrados.

No entanto, os "testadores confiáveis", ou seja, os primeiros usuários a experimentar os produtos avançados do Google, descobriram um novo uso potencial: prototipagem de filmes.

O engenheiro do Google DeepMind, Diego Rivas, disse na coletiva de imprensa: "O valor das funcionalidades em tempo real é especialmente evidente em cenários que exigem manter uma linha criativa coerente, como nas fases de brainstorming e de storyboarding, onde todas as etapas que demandam geração rápida de ideias se aplicam."

O Google também lançou o modelo de geração de vídeo por IA chamado Veo, que pode criar vídeos em alta definição com base em prompts de texto, imagens ou vídeos, com áudio sincronizado integrado. Essa ferramenta tem ganhado popularidade crescente entre criadores de conteúdo audiovisual.

Rivas acrescentou que, no futuro, os usuários poderão usar o modelo de linguagem multimodal Gemini Omni para transformar materiais de protótipo em ativos criativos formais, pois o Gemini multimodal pode gerar vídeos com base em imagens, áudio e texto. No entanto, ele também mencionou que essas capacidades ainda estão longe de serem implementadas.

Ao longo de toda a apresentação, Rivas enfatizou repetidamente que o Genie 4 ainda está em estágio inicial de desenvolvimento, e ainda não está definido como será a experiência final do produto completo. A equipe também reconheceu que o Genie 4 ainda apresenta lacunas: quanto mais tempo a simulação roda, mais os detalhes e os objetos tendem a se deslocar, e a equipe ainda não encontrou uma maneira confiável de garantir a precisão do áudio, ao mesmo tempo em que mantém o texto no mundo virtual legível.

Atualmente, o Genie 4 está disponível em pré-visualização de pesquisa para testadores confiáveis. Nas próximas semanas, o modelo será liberado gradualmente para usuários assinantes do Google AI Ultra, o projeto Genie — uma ferramenta de IA da Google que gera mundos virtuais interativos com base em prompts de texto ou imagens —, bem como para parceiros iniciais da API do Gemini e do Google AI Studio.

Aviso legal: as informações nesta página podem ter sido obtidas de terceiros e não refletem necessariamente os pontos de vista ou opiniões da KuCoin. Este conteúdo é fornecido apenas para fins informativos gerais, sem qualquer representação ou garantia de qualquer tipo, nem deve ser interpretado como aconselhamento financeiro ou de investimento. A KuCoin não é responsável por quaisquer erros ou omissões, ou por quaisquer resultados do uso destas informações. Os investimentos em ativos digitais podem ser arriscados. Avalie cuidadosamente os riscos de um produto e a sua tolerância ao risco com base nas suas próprias circunstâncias financeiras. Para mais informações, consulte nossos termos de uso e divulgação de risco.