谷歌Genie 4世界模型开放体验

IT时代网11月19日消息,谷歌面向符合资格的 Google AI Ultra 订阅用户推出全新 Project Genie 体验,本次更新首次开放 Genie 4 世界模型访问权限,同时带来 Genie 3 的升级、辅助创作的智能体,以及用于发现和二次创作世界的社区画廊。

Genie 4 是谷歌迄今最逼真、交互性最强的世界模型,支持用户在会话中途输入提示词修改已创建的世界:在导航过程中输入新提示,即可实时切换天气、添加角色、改变动作走向。它还首次为视觉内容搭配实时原生音频,覆盖环境音效到角色对话。

保留在模型选择器中的 Genie 3 也迎来升级:单次可探索时长从 60 秒提升至最多 3 分钟,支持将多个世界串联成更长旅程,并能以 360 度全景图为基础生成新世界、在探索中通过自然语言实时改变环境。

新版智能体让用户用自然语言描述创意,由它调度谷歌多模态模型套件生成初始视觉效果与定制背景音乐;用户在探索中还可把 Gemini 模型加入会话,由它观察屏幕内容给出建议或自动触发世界内事件。创作完成后可发布到画廊供他人探索和二次创作。

谷歌表示,Project Genie 生成的所有视频和音频都带有 SynthID 水印,所有输入输出都会经过安全筛查。Genie 3 与 Genie 4 仍属前沿研究阶段,谷歌称正在解决相机延迟、复杂物理交互、实时音频精度和长期场景保持等挑战。

注:本文配图由AI生成,文中包含AI辅助创作的内容。

编辑:林一舟

THE END