Нова модель ШІ від Google навчилася створювати ігрові світи в режимі реального часу

Про це пише Delo.ua з посиланням на The Verge.

Підрозділ Google DeepMind випускає нову версію своєї моделі "світів" на базі штучного інтелекту — Genie 3, здатну генерувати 3D-середовища, з якими можуть взаємодіяти як користувачі, так і агент ШІ — у режимі реального часу. Компанія також обіцяє, що взаємодія зі світами триватиме значно довше, ніж раніше, і модель запам’ятовуватиме, де розташовані об’єкти, навіть якщо користувач на якийсь час відведе погляд.

Світові моделі — це тип систем ШІ, які можуть моделювати віртуальні середовища для освіти, розваг або навчання роботів та інших AI-агентів. Такі моделі створюють ігровий простір за текстовим запитом — як у відеогрі, але без потреби вручну створювати 3D-об’єкти. Усе генерується в реальному часі за допомогою штучного інтелекту.

Це напрямок, на який Google робить великий акцент: у грудні компанія представила Genie 2, яка могла створювати інтерактивні світи на основі зображення. Над розробкою Genie 3 працює спеціальна команда світових моделей, яку очолює колишній співкерівник інструмента генерації відео Sora від OpenAI.

Проте попередні версії мали чимало обмежень. Наприклад, у Genie 2 світами можна було користуватися лише до хвилини. А інші інструменти (навіть ті, що підтримуються співзасновником Pixar) іноді виглядають як розмитий Google Street View, де обʼєкти деформуються або зникають, коли ти озираєшся навколо.

Genie 3 обіцяє стати помітним кроком уперед. За словами Google, користувачі зможуть генерувати цілі світи за допомогою текстового запиту й перебувати в них кілька хвилин поспіль, що набагато довше, ніж 10–20 секунд у попередній версії. Модель також зберігає просторову памʼять приблизно на хвилину — тобто, якщо ви відвернетесь від стіни, а потім знову подивитеся на неї, то побачите, що написи або малюнки залишилися на своїх місцях.

Додатково, якість віртуальних світів Genie 3 — 720p при 24 кадрах на секунду, що робить взаємодію більш плавною та реалістичною.