AI图鉴

AI图鉴首页 › AI 资讯 › Google Deepmind的Genie 4在agent设计上设置了一个现代的

Google Deepmind的Genie 4在agent设计上设置了一个现代的旋转,它比LLMs更早。

来源:The Decoder · 发布时间:10-28 · 由 AI图鉴每小时自动聚合

Google Deepmind有推出 Genie 4,一种实时世界模型,它以声音和说话字符模拟交互式3D世界。 Gemini模型帮助计划

Google Deepmind的Genie 4在agent设计上设置了一个现代的旋转,它比LLMs更早。

关键点

- Google Deepmind拥有推出 Genie 4,是一种互动的世界模型,实时按帧计算环境框架,并首次直接生成匹配背景音频和字符对话框。

- Gemini模型在背景中引导事件,规划多步任务,并不断使模拟世界适应用户文本提示和不断变化的条件。

- Genie 4仍然是一种实验性研究模型,在较长的会话和复杂的物理学方面有局限性。 访问目前仅限于选择测试者,以后将扩展至Google AI Ultra用户。

Genie 4应该是实时模拟互动世界,包括声音和说话角色。 Gemini模型在背景中规划了下一步在模拟中会发生什么。 现在只有选定的测试者才能尝试世界模型。

Google Deepmind拥有推出 Genie 4,是Genie 3的继任者,该公司于2025年8月显示。 世界模型不制作完成的视频,而是按帧计算一个场景框架,随时间推移对输入作出反应。 用户用键盘在现场移动,用文字提示引导事件。

根据Deepmind的说法,Genie 4是公司第一个直接产生声音的实时世界模型。 公司称每个世界都有自己的背景音频,如树上的风。 Genie 4也处理对话框,其中的字符应该互相对话,react则实时用于用户输入或事件。

Deepmind认为现实主义的最大好处是模型如何塑造人。 字符应该会自然移动和react到周围,用户应该能够直接控制它们。

Gemini模式计划提前保持世界的一致性

Deepmind认为,Genie 4基于视频模型Gemini Omni的能力,因此世界看起来和行为都很现实。 其他的Gemini模型帮助计划模拟使其保持一致。

如果用户用文字提示来改变天气,Gemini应该将指令适应运行中的场景。 Deepmind 称 Gemini也引导各种投入之间的事件,因此世界不断以合理的方式发展。

Deepmind用多步任务来解释这一过程。 Gemini 3.8号卫星 Flash连续观看场景,将一个进球突破成步骤,并使用新的帧来检查每个步骤是否有效。 如果世界发生变化或用户步入,模型会调整其计划。

Deepmind也在测试Gemini 4 Argon,将其Genie的工作与其机器人研究,Gemini机器人相挂钩。 在一次演示中,阿尔贡打破了玩跳棋的任务,将跳棋分成阶梯。 Genie 4获得这些作为文本指示,并用它们来模拟Apptronik的人类机器人阿波罗在游戏中扮演,没有真正的机器人参与其中。

更长的会话仍然绊倒模型

Deepmind称Genie 4为早期实验模型。 公司认为,世界在短会中保持一致性,但视觉细节可以改变,物体并不总是在较长的模拟中或经过几个复杂的即时变化后持续。

Deepmind 称它仍在研究复杂的物理相互作用,准确的实时声音,以及可读文本。

目前,Genie 4只能用来选择测试者作为研究预览。 它的设定将很快与早期访问Gemini API和Google AI Studio的合作伙伴一起,在Project Genie网络应用中达到Google AI Ultra的订阅者。

Google 称所有视频和音频轨迹都将携带其合成ID水印,该水印隐含着AI生成的内容。

世界模型一旦成熟,就可以成为机器人和AI agents从模拟经验而不是仅仅从数据中学习的训练环境。 Deepmind将Gemini与Genie配对视为向混合世界模型的早期一步,将语言和代码模型的推理与像素级模拟相结合。

AI News Without the Hype – 由人类治愈

订阅THE DECODER免费阅读,每周AI通讯,我们独家的"AI雷达"前沿报告每年6次,全面存档访问,访问我们的评论部分。

现在订阅

本文由 AI图鉴自动抓取并翻译,版权归原作者所有;如需查看原文请点下方链接。

相关 AI 工具

相关免费羊毛

同源资讯

阅读原文(the-decoder.com)

标题、摘要与正文均来自该信源的公开页面,版权归原作者所有;本站自动聚合与翻译,仅作出处跳转。

← 返回 AI 资讯列表AI工具图鉴首页

返回 AI图鉴首页 · 提交工具 · 商务合作 · 关于本站 · 593 款 AI 工具分类导航 · 每日 AI 热门项目与动态