Google veröffentlicht die neue Generation des Weltmodells Genie 4

de.wedoany.com-Bericht: Am 27. Oktober kündigte Google in den USA die Einführung der neuen Generation des KI-Weltmodells Genie 4 an und öffnete eine Forschungsvorschau für ausgewählte vertrauenswürdige Tester. Das Modell unterstützt hochrealistische Echtzeit-Interaktionssimulationen und kann synchron Umgebungsgeräusche, Musik und Dialoge von Charakteren generieren. Nutzer können Szenen, Wetter, Kameraperspektiven und Figurenbewegungen in Echtzeit über natürliche Sprache anpassen. Google plant, das Modell anschließend im Abonnementdienst Google AI Ultra sowie auf der Entwicklerplattform verfügbar zu machen.

Genie 4 vereint die multimodalen Verarbeitungs- und Reasoning-Fähigkeiten der Gemini-Modellreihe. Gemini Omni ist für die realistische visuelle Erscheinung und das Verhalten simulierter Szenen verantwortlich, während Gemini 3.8 Flash durch kontinuierliche Beobachtung des Bildes, Zerlegung von Aufgaben und Überprüfung der Ausführungsergebnisse die Echtzeitsimulation mehrstufiger Ereignisse koordiniert. Das Modell kann dynamische Szenen mit Aerodynamik, Objektkollisionen und Figureninteraktionen generieren und den Umgebungszustand gemäß den Anweisungen der Nutzer kontinuierlich verändern.

Google präsentierte außerdem gemeinsame Forschungsergebnisse von Genie 4 und Gemini Robotics. In einem Experiment zerlegte Gemini 4 Argon die für die Aufgabenausführung eines Roboters erforderlichen Bewegungen in mehrere Schritte, woraufhin Genie 4 in Echtzeit die entsprechenden Simulationsbilder generierte. Die Demonstration umfasste die Ausführung von Dame-bezogenen Operationen durch den humanoiden Roboter Apptronik Apollo.

Derzeit hat Google Tester aus den Bereichen Film und Fernsehen, Nachrichten, Spiele, Bildung und Ingenieurwesen mit der Anwendungsvalidierung beauftragt, die Film- und Fernsehszenen-Previzualisierung, interaktive Spielprototypen und die Generierung von Trainingsumgebungen für Roboter umfasst. Der weitere Zugang soll Google AI Ultra-Abonnenten im Rahmen von Project Genie sowie frühen Partnern der Gemini API und von Google AI Studio offenstehen.