Google DeepMind представи Genie 4 – експериментален модел с изкуствен интелект, който създава интерактивни виртуални светове в реално време и позволява на потребителя да ги променя, докато симулацията върви.
За разлика от обичайните AI генератори на видео, при които резултатът е предварително създаден клип, Genie 4 се опитва да поддържа среда, в която потребителят може да се движи, да сменя гледната точка, да добавя предмети и персонажи или да променя времето с текстови команди. Системата генерира едновременно и звук – музика, околни шумове и диалог между персонажите.
В демонстрациите на DeepMind потребителят управлява движението и камерата с обикновена клавиатура, а сцената може да бъде променяна с команди на естествен език. Така например времето може да се смени в движение, в сцената да бъде добавен нов човек или предмет, а камерата да бъде преместена, без симулацията да спира.
Google описва Genie 4 като най-реалистичния и интерактивен "world model", който компанията е създавала досега. Системата използва модели от семейството Gemini, като Gemini Omni помага за визуалното и поведенческото сходство с реалния свят, а други модели следят логиката и последователността на симулацията.
Това е и основната разлика между Genie 4 и традиционните генератори като Veo, Sora или други системи за AI видео.
