Согласно информации от приложения Zhitong Financial, компания Alphabet (GOOGL.US, GOOG.US), материнская компания Google, во вторник объявила о запуске новой генеративной модели искусственного интеллекта Genie 4, способной в реальном времени создавать более реалистичные интерактивные виртуальные среды на основе текстовых команд и позволяющей пользователям динамически изменять сцены в процессе исследования. Последние достижения этой технологии снова вызвали интерес рынка к потенциалу ИИ в изменении моделей разработки видеоигр. Ранее в этом году, когда Google впервые продемонстрировала соответствующую технологию, акции нескольких игровых компаний резко упали.
Согласно сообщениям, Genie 4 разработан Google DeepMind — подразделением Google по исследованию искусственного интеллекта. Пользователям достаточно ввести текстовую подсказку, чтобы создать виртуальный мир для свободного исследования и перемещаться в нем с помощью клавиатуры. В отличие от традиционных инструментов генерации видео на основе ИИ, Genie 4 не только создает изображения, но и в реальном времени адаптирует виртуальную среду в ответ на действия пользователя, обеспечивая более высокий уровень интерактивности.
Кроме того, пользователи могут изменять сцену в процессе работы виртуального мира, вводя новые текстовые команды, например, изменяя погодные условия или добавляя новых персонажей, без необходимости повторной генерации всей среды. По сравнению с предыдущей версией Genie 3, Genie 4 демонстрирует улучшения как по продолжительности симуляции, так и по способности мультимодальной генерации.
Google сообщает, что интерактивные виртуальные среды, сгенерированные Genie 4, могут работать до двух минут — примерно в два раза дольше, чем у Genie 3. Кроме того, Genie 4 является первой моделью в серии, способной синхронно генерировать изображения и звук, поддерживая фоновые звуки среды, музыку и диалоги персонажей, реагирующих на действия пользователя.
Сейчас Google предоставляет Genie 4 в виде исследовательского превью небольшой группе доверенных тестировщиков. В ближайшие недели компания планирует расширить доступ к этой модели для пользователей, подписавшихся на высший платный тариф Google AI Ultra, а также для разработчиков, использующих Google AI Studio и Gemini API для создания приложений.
«Модель мира» — это искусственная интеллектуальная система, способная моделировать среду и её динамические изменения. В отличие от традиционных текстовых моделей генерации видео, которые выводят предварительно сгенерированный видеоконтент, модель мира может непрерывно генерировать и корректировать виртуальные сцены на основе реального времени пользовательских действий. Эта технология, как считается, найдёт применение в разработке видеоигр, кинопроизводстве, проектировании виртуальных сред и обучении роботов.
В январе этого года, когда Google впервые представила прототип проекта Genie, запущенного на основе Genie 3, это вызвало опасения на Уолл-стрит относительно перспектив индустрии электронных игр. Из-за опасений инвесторов, что технология генеративных виртуальных миров на базе ИИ может нарушить традиционные процессы разработки игр, акции нескольких компаний, связанных с играми, тогда значительно упали.
По мере дальнейшего повышения реального взаимодействия и многомодальных возможностей генерации Genie 4, интерес рынка к тому, как технологии ИИ могут изменить способы создания игрового контента, также растет.
В области искусственного интеллекта Google сталкивается с острой конкуренцией со стороны таких конкурентов, как OpenAI и Anthropic. Однако с недавним запуском модели Gemini 4 Argon рынок считает, что Google сокращает технологический разрыв с конкурентами.
В то же время, мировые модели и мультимодальные ИИ долгое время считались важным технологическим преимуществом Google. Мультимодальные технологии позволяют искусственному интеллекту одновременно обрабатывать различные типы информации, такие как текст, изображения, аудио и видео, а мировые модели дополнительно применяют эти возможности для моделирования динамических сред.
Стоит отметить, что Genie 4 также использует модель Gemini для повышения согласованности и интерактивности виртуального мира. В официальном блоге Google отмечается, что при генерации виртуальных сцен Genie 4 Gemini непрерывно отслеживает новые изображения, понимает цели пользователя, разбивает их на серию конкретных шагов и проверяет, были ли соответствующие действия выполнены.
Этот механизм помогает модели более точно понимать намерения пользователя и поддерживать определенную логическую согласованность в динамически генерируемой виртуальной среде. Google сообщила, что исследовательская команда пробовала использовать модель Gemini 4 Argon, но текущий опыт интерактивной работы Genie 4 в реальном времени обеспечивается в основном моделью Gemini 3.8 Flash, обладающей более высокой вычислительной эффективностью.
В практическом применении Google пригласил тестировщиков, включая разработчиков игр и кинопродюсеров, чтобы протестировать Genie 4 и изучить, как быстро превратить первоначальные идеи в интерактивные виртуальные прототипы, а также использовать AI-сгенерированные эскизы сцен для помощи в создании контента.
Кроме того, Google также исследует возможность использования мировых моделей для обучения роботов. Благодаря моделированию различных сред и физических сценариев, эта технология в будущем может помочь роботам обучаться и тестировать поведение в виртуальном мире.
Однако Google подчеркивает, что на данный момент неясно, смогут ли эти потенциальные применения получить широкое распространение. Отвечая на вопросы о возможном влиянии Genie 4 на игровую индустрию, менеджер продукта Google DeepMind Диего Ривас на брифинге сообщил, что компания совместно с партнерами изучает, как эта технология может быть интегрирована в существующие рабочие процессы и каковы ее реальные границы возможностей.
Ривас отметил, что Google стремится с помощью технологии мировых моделей расширить возможности существующих инструментов, а не просто заменить традиционные способы создания контента. Несмотря на значительный прогресс Genie 4, Google признает, что модель пока находится на экспериментальной стадии и еще далека от зрелого коммерческого продукта.
В настоящее время, по мере увеличения времени работы виртуальных сцен, визуальные детали и объекты, генерируемые моделью, могут всё ещё изменяться, что влияет на согласованность среды.
Инженер-исследователь Google DeepMind Хан Ци заявил, что даже если Genie 4 может поддерживать симуляции длительностью до двух минут, это не означает, что вся сцена остается полностью неизменной в течение этого времени. Кроме того, необходимо дальнейшее улучшение в области сложных физических взаимодействий, генерации читаемого текста и поддержания стабильности виртуального мира на протяжении длительного времени.
Руководитель исследований DeepMind Теяс Кулкарни отметил, что даже просто поддержание полной согласованности виртуального мира в течение двух минут требует, чтобы модель действительно понимала физические законы реального мира.
Ривас также отметил, что двухминутная продолжительность моделирования по-прежнему имеет значительные ограничения, и Genie 4 в настоящее время находится скорее на этапе технических исследований и разведки, а не на этапе разработки конечного продукта.
В области распознавания и безопасности AI-сгенерированного контента Google заявила, что все аудио и видео, созданные Genie 4, будут содержать невидимые цифровые водяные знаки SynthID для помощи в идентификации AI-сгенерированного контента.
В целом, запуск Genie 4 ознаменовал новый прогресс Google в области реальных интерактивных моделей ИИ. Несмотря на текущие технические ограничения, такие как продолжительность симуляции, физическая согласованность и качество генерации, продемонстрированные возможности вызвали интерес рынка к будущему развитию таких отраслей, как разработка игр, кинопроизводство и обучение роботов.
По мере постепенного расширения тестирования Genie 4 Google, рынок будет все больше關注ировать, сможет ли технология мировых моделей превратиться из экспериментального инструмента в продукт с реальной коммерческой ценностью, а также окажет ли она более глубокое влияние на традиционные модели разработки игр и производства цифрового контента.
