Новая AI-модель Google создает миры для видеоигр в реальном времени.

Компания Google DeepMind выпустила новую версию своей AI-модели «мира», получившую название Genie 3. Она способна генерировать 3D-окружения, с которыми пользователи и AI-агенты могут взаимодействовать в режиме реального времени. Компания также обещает, что взаимодействие с этими мирами будет значительно более продолжительным, чем ранее, и что модель будет запоминать расположение объектов, даже когда пользователь отворачивается от них.

Модели мира представляют собой тип AI-систем, способных моделировать окружение для различных целей, таких как образование, развлечения или обучение роботов и AI-агентов. С их помощью, задав запрос, можно создать пространство, в котором можно перемещаться, подобно видеоигре. Однако, в отличие от традиционных игр, где мир создается вручную с использованием 3D-моделей, здесь все генерируется искусственным интеллектом. Это направление, в которое Google вкладывает значительные усилия. В декабре компания представила Genie 2, способную создавать интерактивные миры на основе изображения, и сейчас формирует команду по разработке моделей мира под руководством бывшего соруководителя инструмента генерации видео Sora от OpenAI.

Однако существующие модели имеют ряд недостатков. Миры, созданные Genie 2, были доступны для взаимодействия лишь в течение минуты. Недавно была опробована «интерактивная видео» от компании, поддерживаемой соучредителем Pixar, и она напоминала прогулку по размытой версии Google Street View, где объекты менялись и трансформировались неожиданным образом.

Genie 3 представляется значительным шагом вперед. Пользователи смогут генерировать миры на основе запроса, который поддерживает несколько минут непрерывного взаимодействия, что является улучшением по сравнению с 10–20 секундами, доступными в Genie 2. Google утверждает, что Genie 3 способна сохранять окружение в визуальной памяти в течение примерно минуты. Это означает, что если пользователь отворачивается от объекта в мире, а затем поворачивается обратно, такие детали, как краска на стене или надпись на доске, останутся на своих местах. Миры будут иметь разрешение 720p и частоту обновления 24 кадра в секунду.

DeepMind также добавляет в Genie 3 так называемые «запрограммированные мировые события». С помощью запроса можно будет изменять погодные условия в мире или добавлять новых персонажей.

Впрочем, эта модель, скорее всего, не будет доступна для широкого тестирования. Она запускается как «ограниченный исследовательский релиз», который будет доступен «небольшой группе ученых и создателей контента», чтобы разработчики могли лучше понять риски и способы их смягчения. Существуют также ограничения на способы взаимодействия с генерируемыми мирами, а читаемый текст генерируется «только при условии его предоставления в описании мира». Google заявляет, что рассматривает возможность предоставления доступа к Genie 3 «дополнительным тестировщикам» в будущем.