跳到正文
Google AI· @GoogleAI · X·· 2 小时前同事件AI 评分67
AI 导读

Google DeepMind 发布世界模型 Genie 4,称其为最逼真、可交互的世界模型。用户可用自然语言实时控制世界和音景,如改变天气、移动镜头或向环境添加新元素;Gemini 充当模拟的“大脑”,负责把请求转成动作、规划复杂事件并随剧情调整,模型还新增环境音和可实时适应的互动人物对话。

同一件事,精选收录的是《Google DeepMind 发布实时交互世界模型 Genie 4》

正文 · AI 翻译

隆重介绍来自 @GoogleDeepMind 的 Genie 4,这是我们迄今为止最逼真、最具交互性的世界模型 🌍

现在,你可以使用自然语言实时动态地操控这个世界及其声景,无论是改变天气、移动镜头,还是向环境中引入新元素。

那么,这个模型是如何做到这一点的呢?

在幕后,Gemini 充当模拟的“大脑”。它把你的请求转化为动作,规划复杂事件,观察场景的展开以跟踪正在发生的事情,并在你改变故事时进行调整。Genie 4 还引入了环境音频和可实时自适应的人类交互式对话。

来源:Google AI · x.com