Google anunció el 27 de octubre Genie 4, un modelo de investigación de DeepMind que genera simulaciones interactivas de entornos con sonido producido en tiempo real. La tecnología permite intervenir en las escenas mientras se desarrollan, aunque su acceso inicial está restringido a un grupo limitado de evaluadores.
Admin
Instrucciones en lenguaje natural para modificar las simulaciones
Durante una simulación, el usuario puede iniciar un evento y alterar su desarrollo mediante instrucciones en lenguaje natural. Google menciona acciones como mover la cámara, cambiar las condiciones meteorológicas o incorporar nuevos personajes.
Al mismo tiempo, el modelo genera audio nativo para cada entorno, incluidos sonidos ambientales, música y diálogos interactivos.
La generación de las escenas combina capacidades de diferentes modelos de la familia Gemini. Gemini Omni aporta la representación de la apariencia y el comportamiento del mundo real, mientras otros modelos proporcionan razonamiento para ayudar a mantener la coherencia y continuidad de la simulación.
Aplicaciones previstas y despliegue inicial restringido
Google vincula la simulación de mundos con su investigación hacia la inteligencia artificial general y la creación de entornos seguros para entrenar robots y agentes de IA. También identifica posibles aplicaciones en cine, periodismo, videojuegos y manufactura.
El acceso a Genie 4 comenzó con un grupo reducido de evaluadores de confianza. Más adelante, la compañía prevé habilitarlo para suscriptores de Google AI Ultra mediante Project Genie y para socios con acceso anticipado a través de Gemini API y AI Studio, sin precisar una fecha de disponibilidad.
Admin
