Google ra mắt Genie 4 — mô hình thế giới AI sinh âm thanh, hình ảnh và chỉnh sửa thời gian thực

Tóm tắt nhanh

• Google công bố Genie 4, mô hình thế giới (world model) AI mới được phát hành dưới dạng research preview cho trusted testers.
• Genie 4 tạo thế giới tương tác thực tế hơn, hỗ trợ mô phỏng vật lý và giữ cảnh nhất quán lên tới hai phút, gấp đôi Genie 3.
• Mô hình cho phép người dùng chỉnh sửa trải nghiệm trong thời gian thực bằng câu lệnh ngôn ngữ tự nhiên, ví dụ thay đổi thời tiết, góc máy, hoặc thêm người/vật.
• Genie 4 hỗ trợ sinh âm thanh thời gian thực phù hợp với thế giới mô phỏng, bao gồm nhạc, tiếng nền và đối thoại tương tác.
• Genie 4 tích hợp chặt chẽ với Gemini (bao gồm Gemini 3.8 Flash / Gemini 4 Argon tùy nguồn), trong đó Gemini đóng vai trò 'đạo diễn' lên kế hoạch và kiểm tra khung hình khi Genie tạo hình ảnh.
• Google nêu ra các ứng dụng tiềm năng: tiền-visualization cho điện ảnh, prototyping ý tưởng game và kịch bản huấn luyện cho robot.
• Trong thí nghiệm liên quan Gemini Robotics, Gemini 4 Argon phân tách nhiệm vụ thành các bước mà Genie 4 mô phỏng theo thời gian thực để thử nghiệm kịch bản robot.
• Đội ngũ thừa nhận Genie 4 còn hạn chế: chi tiết và vật thể có thể drift khi chạy lâu, âm thanh và chữ trong thế giới chưa luôn chính xác hoặc dễ đọc.
• Genie 4 sẽ sớm triển khai cho người dùng Google AI Ultra trong Project Genie và đối tác truy cập sớm của Gemini API và Google AI Studio.
• Bối cảnh ngành: Genie 4 ra mắt khi lĩnh vực world model đang sắp hợp nhất, với các thương vụ mua bán giữa World Labs, AMD, Amazon/Decart và Rivian/Third Dimension.

Tóm tắt tự động bằng AI từ 3 nguồn, có thể có sai sót. Hãy kiểm chứng ở bài gốc.