Google DeepMind presenteerde op 27 oktober zijn nieuwe wereldmodel Genie 4. Het model genereert in realtime interactieve virtuele omgevingen waarin de gebruiker kan rondlopen, en doet dat voor het eerst met geluid.
Wat is er gebeurd?
Volgens DeepMind is Genie 4 het eerste realtime wereldmodel van het bedrijf dat geluid rechtstreeks genereert. Elke wereld draagt zijn eigen omgevingsgeluid: wind in de bomen, golven die op de kust slaan of muziek. Volgens Ars Technica is de grootste nieuwigheid menselijke spraak: dialogen die zich aanpassen als de simulatie verandert. Ook mensen in de scène bewegen natuurlijker dan in de vorige versie.
De gebruiker kan een draaiende wereld met gewone tekst sturen. Het weer veranderen, de camera verplaatsen of nieuwe personen en objecten aan de scène toevoegen is mogelijk; de opdrachten worden door Gemini-modellen geïnterpreteerd. DeepMind positioneert het model als trainingsomgeving voor robots en AI-agenten, als prototypetool in gameontwerp en als hulpmiddel voor previsualisatie in films. Er werden ook voorbeelden gedeeld waarin één archieffoto in een verkenbare scène verandert.
Voorlopig is het model alleen beschikbaar voor geselecteerde testgebruikers. De toegang wordt binnenkort stapsgewijs uitgebreid naar abonnees van Google AI Ultra via Project Genie en naar early-accesspartners van de Gemini API en AI Studio.
Waarom is dit belangrijk?
Wereldmodellen betekenen dat AI niet alleen tekst of beelden maakt, maar ook omgevingen die volgens hun eigen regels werken. Daarmee kunnen robots in duizenden scenario's worden getest voordat ze de echte wereld in gaan, en kan het maken van games en films sneller gaan. De grenzen zijn duidelijk: volgens Ars Technica blijven de werelden slechts enkele minuten consistent. DeepMind erkent ook dat objecten na verloop van tijd kunnen verschuiven en dat complexe fysieke interacties en consistentie over lange tijd nog onderzoeksonderwerpen zijn.