Google открыла публичный доступ к нейросетевой модели Genie 3 для моделирования трёхмерных миров. Рассказываем о возможностях и ограничениях новинки.
Новый мир в HD
Это не первая разработка Google для генерации виртуальных сред. В 2024 году исследователи компании представили GameNGen — игровой движок, управляемый нейросетью. Модель выдавала изображение в 320p и требовала дополнительного обучения под конкретную задачу, при этом сразу поддерживала интерактивность, то есть откликалась на действия геймера.
Следующий этап — Genie 2. Разрешение то же, но реалистичность трёхмерного окружения уже ближе к действительности. Но Genie 3 — совсем другой уровень. Это первый подобный генератор, позволяющий взаимодействовать с виртуальным миром в реальном времени. Новинка способна воспроизводить физические свойства и учитывает ранее сгенерированные фрагменты. Например, если пользователь возвращается в предыдущую точку, модель должна воспроизвести то же самое окружение.
Сейчас протестировать Genie 3 могут подписчики тарифа Google AI Ultra ($250 в месяц) из США. Одна сессия в качестве 720p с фреймрейтом 24 fps ограничена 60 секундами. Google подчёркивает, что сервис экспериментальный.
Интерфейс Project Genie предлагает готовые виртуальные миры, а также возможность самостоятельно задать параметры окружения и персонажей. Сначала сервис генерирует миниатюру, а затем запускает генерацию среды. Находясь в симуляции, можно перемещаться и поворачивать камеру, используя стандартное управление — клавиши WASD или стрелки. Правда, есть небольшая задержка ввода.
Какие впечатления?
Репортёр The Verge Джей Питерс протестировал Project Genie. Конечно, пока нейросеть не способна создавать полноценные игры: нельзя прописать подробный сюжет, добавить достижения и вообще хоть какие-то цели.
В одном из созданных Google мире под названием Backyard Racetrack можно управлять автомобилем на трассе. Правда, то и дело встречая артефакты: так, ближе к концу часть дорожного покрытия неожиданно превратилась в траву. С согласованностью тоже проблемы. Пользователь X поделился примером генерации мужчины, который прогуливается по Голливудскому бульвару. Звёзды на брусчатке размываются, надписи на вывесках невозможно прочитать. Если развернуть камеру назад, окружение заметно отличается от сгенерированного ранее.
К тому же в «исследовательском прототипе» есть цензура: модель отказывается изображать героев Disney или Nintendo.
Я не могу представить, чтобы люди захотели в обозримом будущем проводить много времени, погружаясь в подобные миры, созданные искусственным интеллектом.
Джей Питерс The Verge
Впрочем, те же проблемы пару лет назад встречались в нейросетях для генерации картинок. Зато сейчас передовые модели выдают почти неотличимые от фото результаты. Возможно, эволюция 3D-генераторов окажется столь же стремительной.