Google DeepMind发布实时世界模型“Genie 4”

摘要

Google DeepMind发布了新一代实时交互仿真世界模型“Genie 4”的研究成果。用户可以用自然语言操控镜头、天气、人物等场景要素，模型还会即时生成环境音、音乐和对话。Gemini系列模型负责让仿真贴近真实世界外观并保持连贯。目前仅向少量受信任测试者开放，随后将陆续提供给AI Ultra订阅用户以及Gemini API和AI Studio的早期合作伙伴。

与我们工作的关联

能够构建安全虚拟环境的世界模型，是训练下一代机器人与智能体的基础技术。其局限在于目前仍处于面向受信任测试者的早期阶段。

本文译自韩文原文。 摘要可能经过翻译和编辑。评论是我们的解读，未来预测代表来源的观点。