谷歌的幻影四已上线,让超高级用户实时构建人工智能世界

CN
Decrypt
關注
3 小時前

谷歌正在向合格的AI Ultra订阅用户开放Genie 4,允许人们创建可以漫步其中的数字世界,使用文本提示进行修改,甚至可以填充与之对话的角色。


该公司在周三宣布,其最新的世界模型正通过Project Genie推出,这是一个基于浏览器的实验,用于生成互动环境。Genie 4于十月发布,但直到现在,访问权限仅限于受信任的测试者。


Genie不是从提示渲染一个完成的视频,而是在有人探索场景的过程中生成场景。通过第四个模型,用户可以在会话中途输入指令,改变天气,介绍角色,或在不重新开始的情况下引导发生的事情。





Genie 4还在视觉效果的同时生成声音,从风声和脚步声到对场景中事件做出反应的对话。谷歌表示,该模型改善了人们的移动方式和物体对物理力量的反应,尽管这些说法来自于它自己的演示,而非独立测试。



现在,你需要知道的不太好的事情。此次更新是谷歌AI Ultra订阅的一部分,该订阅在美国的费用为199.99美元每月。谷歌表示,合格的Ultra用户现在可以访问新的体验,而AI Pro订阅用户可以加入等待名单。


一个不断变得更好的神奇宝盒


Genie从谷歌在2024年展示的侧滚实验中走过了漫长的道路。第一个版本从超过200,000小时的游戏录像中学习,可以将单个图像转换为一个简单可玩2D环境,正如Decrypt当时报道的那样。


Genie 2在那一年晚些时候将研究扩展到三维空间,允许人类或AI代理使用键盘和鼠标控制生成的环境。Genie 3在连续实时探索方面又迈出了一步,Project Genie于一月向美国的成人Ultra订阅用户开放。


那些早期的会话仅持续60秒,并且角色控制或物理行为可能不可靠。谷歌现在将Genie 3与新模型一起保留,会议时间延长到三分钟,支持360度全景图像,并能够将多个生成的世界连接成更长的旅程。


这个三分钟的限制适用于更新后的Genie 3体验;谷歌在周三的公告中没有说明Genie 4的可比较会话时间。用户可以根据自己想要Genie 4更强大的视觉和音频还是Genie 3更长的探索来选择模型。


该技术与传统游戏引擎不同,后者构建一个稳定的关卡,并定义完全的规则。Genie预测随着变化的世界应该是什么样子和听起来怎样。


谷歌承认,物体在视图之间可能漂移或变化,复杂的物理仍然很困难,生成的语音或文本可能不准确。它表示,Project Genie的音频和视频带有SynthID水印,输入和输出经过安全筛查。


谷歌尚未宣布Genie 4何时会向AI Pro订阅用户开放,超过新的等待名单。


免责声明:本文章仅代表作者个人观点,不代表本平台的立场和观点。本文章仅供信息分享,不构成对任何人的任何投资建议。用户与作者之间的任何争议,与本平台无关。如网页中刊载的文章或图片涉及侵权,请提供相关的权利证明和身份证明发送邮件到[email protected],本平台相关工作人员将会进行核查。

分享至:
APP下載

X

Telegram

Facebook

Reddit

複製鏈接