Google DeepMind презентує Genie 2: модель для створення 3D-світів в реальному часі

Google DeepMind оголосила про запуск нової моделі штучного інтелекту під назвою Genie 2, здатної створювати інтерактивні 3D-світи.

Про це повідомляє Engadget.

На відміну від свого попередника, що був обмежений лише 2D-середовищами, Genie 2 здатна створювати тривимірні світи та підтримувати їх функціонування.

Модель працює за принципом дифузії, генеруючи зображення, коли гравець (людина чи агент зі штучним інтелектом) рухається середовищем. Genie 2 може моделювати фізичні ефекти, як-от воду чи дим, та адаптуватися до різних точок зору, зокрема від першої особи чи ізометричної перспективи. Для запуску потрібен лише запит — це може бути зображення, створене Google Imagen 3, або реальна фотографія.

Підписуйтеся на наші соцмережі

Чим особлива Genie 2?

Одна з особливостей Genie 2 — здатність запам’ятовувати деталі середовища навіть після того, як вони виходять за межі поля зору. Це дозволяє моделі точно реконструювати сцени, коли вони знову стають видимими, чого бракувало попереднім моделям, таким як Oasis.

Однак і тут є обмеження: поточна версія може підтримувати «послідовні» світи до 60 секунд, причому більшість прикладів демонструють сцени тривалістю від 10 до 20 секунд. Також під час тривалого використання можуть виникати артефакти та зниження якості зображень.

Потенційне застосування Genie 2

Наразі DeepMind розглядає Genie 2 як інструмент для навчання інших агентів штучного інтелекту, таких як алгоритм SIMA, а також для швидкого створення прототипів ідей дизайнерами та художниками. У перспективі такі моделі можуть відігравати важливу роль у розвитку штучного загального інтелекту.

Поки що Genie 2 не доступна для широкого загалу, але її потенціал обіцяє значні зміни в індустрії штучного інтелекту та віртуальних середовищ.