Google DeepMind представила модель мира Genie 4 с поддержкой звука

Подразделение Google DeepMind анонсировало Genie 4 — новую версию своей генеративной модели мира. Система получила поддержку аудиотреков, повышенную реалистичность симуляций и инструменты для управления процессом в реальном времени.

Главным нововведением стала возможность генерации синхронного звука вместе с визуальным окружением и функция текстовых подсказок прямо во время работы симуляции. Это позволяет на лету менять параметры виртуальной среды без необходимости перезапуска генерации. Кроме того, в новой версии улучшена проработка физики и моделирования людей (Ars Technica), а для поддержания логической и визуальной согласованности симуляции в фоновом режиме задействованы модели Gemini (The Decoder).

На данном этапе Genie 4 доступна в формате исследовательского превью исключительно для ограниченного круга доверенных тестировщиков. При этом модель пока имеет ограничения: более продолжительные сеансы работы могут приводить к появлению визуальных несоответствий (The Decoder). Вскоре она также станет доступна разработчикам и подписчикам сервиса Google AI Ultra (Ars Technica), однако точные публичные сроки полноценного релиза компания пока не раскрывает.

Инструмент предназначен для разработчиков интерактивных систем и исследователей в области виртуальных сред, позволяя создавать более сложные динамические пространства с мультимодальным откликом.