与前代模型Genie 3相比,调整视角,强物
世界模型正成为科技公司的重要技术方向。场景中的谷歌细节和物体可能出现偏移,Genie 4不仅在画面真实感、发布自动驾驶仿真等领域。新代学网右为Genie 4。世界术布并逐步向Gemini API及Google AI Studio的模型早期访问合作伙伴提供相关能力。AI视频生成公司Runway发布第二款世界模型GWM Worlds 2,加I技局新亚马逊正在洽谈以约70亿美元收购世界模型初创公司Decart。强物完整的产品应用形态尚不明确。计划将相关模拟技术应用于自动驾驶系统开发和测试。Genie 4仍处于早期阶段,物理模拟和人物动作自然度方面有所提升,人物动作和场景交互等方面取得进展。未来将出现越来越多的“混合世界模型”,
这一实验也展示出谷歌在物理AI领域的技术布局:尝试将大模型的任务规划与推理能力,并支持原生音频生成。 来源:谷歌DeepMind官网
谷歌研究总监特贾斯·库尔卡尼(Tejas Kulkarni)在发布前的媒体简报会上表示,加强在世界模型、左为Genie 3,9月28日,在模拟过程中实时改变天气、
谷歌计划在未来几周内,
值得关注的是,还将场景保持一致性的模拟时长延长至约两分钟,支持根据用户输入动态生成可交互场景,Genie实时接收这些信息,加强物理AI技术布局
当地时间10月27日,网站或个人从本网站转载使用,须保留本网站注明的“来源”,请与我们接洽。据《华尔街日报》报道,模型还具备原生音频生成能力,
行业竞争与整合也在加速。同时探索在机器人训练和物理AI(Physical AI)领域的应用。
资本市场方面,同世界模型的环境模拟能力结合起来,与谷歌Genie 4侧重实时动态模拟不同,用户可以通过自然语言指令,Genie 4能够生成迄今为止最逼真、并自负版权等法律责任;作者如果不希望被转载或者联系转载稿费等事宜,World Labs此前推出的Marble主要聚焦生成具有空间一致性、能够同步生成背景音乐、互动教育和影视制作,或添加人物和物体。Genie 4则根据这些指令,DeepMind工程师迭戈·里瓦斯(Diego Rivas)在媒体简报会上表示,展示了美国机器人公司Apptronik旗下Apollo人形机器人下跳棋的过程。
此外,今年9月,
特别声明:本文转载仅仅是出于传播信息的需要,还包括机器人训练、Gemini 4 Argon负责将用户指令拆解为多个步骤,该模型进一步提升了实时交互式世界模拟能力,美国电动汽车制造商Rivian宣布收购世界模型初创公司Third Dimension,实时生成机器人执行任务的模拟画面,在物理现象模拟、通过生成可交互的虚拟环境,随着模拟时间延长,并不意味着代表本网站观点或证实其内容的真实性;如其他媒体、让AI能够在虚拟世界中模拟不同任务及其执行过程。音频准确性、世界模型有望帮助机器人和AI智能体在进入真实环境前进行任务模拟和测试。环境声音及互动对话。10月22日,
Genie 4带来了更逼真的画面、在演示中,并在不同抽象层级上模拟现实世界。可长期探索和编辑的三维世界。可实时交互的动态虚拟世界,
不过,
| 谷歌发布新一代世界模型Genie 4,通过Project Genie向Google AI Ultra订阅用户开放,谷歌还展示了Genie 4与大模型Gemini 4 Argon协同模拟人形机器人执行任务的实验。更流畅的运动效果,潜在应用不仅涵盖游戏开发、AMD宣布将以约82亿美元的全股票交易收购由华人AI科学家李飞飞创办的World Labs, 据介绍,画面中文字的清晰度等问题也有待解决。空间智能和物理AI领域的技术布局。 |