Команда Google DeepMind анонсировала третье поколение своей ИИ-модели для создания виртуальных миров — Genie 3. Нейросеть способной генерировать интерактивные 3D-среды в реальном времени.
В отличие от предыдущей версии, Genie 3 запоминает элементы в сцене, даже если пользователь на время отворачивается, и поддерживает длительное взаимодействие без визуальных искажений. Это довольно важный шаг в развитии генеративных моделей, предназначенных для создания цифровых миров для гейминга, обучения или имитации поведения ИИ-агентов.
Новая модель может поддерживать несколько минут непрерывного взаимодействия. Это существенный прогресс по сравнению с 10-20 секундами в Genie 2. Вместе с этим разрешение генерации достигло 720p при 24 кадрах в секунду, а визуальная память удерживается до минуты. Благодаря функции «подсказок к событиям», пользователи могут не только задавать начальные условия мира, но и динамически менять, например, погоду или добавлять персонажей. Всё это работает в режиме, напоминающем геймплей: пользователь даёт подсказку, и мир тут же перестраивается под неё.
Из минусов — пока Genie 3 доступна лишь ограниченному числу учёных и разработчиков в рамках предварительного тестирования. Google подчёркивает, что хочет изучить риски, прежде чем расширять доступ. К тому же, даже в этой бете действуют ограничения. Тем не менее, потенциал Genie 3 очевиден — это один из первых шагов к созданию полноценных виртуальных миров, управляемых исключительно с помощью слов. Очередной минус нескольких профессий из видеоигровой индустрии.