גוגל מאפשרת למנויים ליצור עולמות ולשנות אותם בטקסט בזמן אמת
מאת מערכת זירת AI · פורסם: · עודכן:
Google DeepMind פותחת את Genie 4 למנויי Google AI Ultra במסגרת גרסה חדשה של Project Genie. המודל מאפשר לערוך עולמות אינטראקטיביים בזמן אמת באמצעות הנחיות טקסט ומוסיף שמע מקורי. לצדו מגיעים שדרוגים ל-Genie 3, סוכן יצירה שיחתי וגלריה קהילתית, בעוד מנויי Pro מצטרפים לרשימת המתנה.
Google DeepMind פתחה את הגישה ל-Genie 4, מודל העולם המתקדם ביותר שלה עד כה, כחלק מגרסה חדשה של Project Genie. השירות נפתח למנויי Google AI Ultra הזכאים, ומנויי Google AI Pro יכולים להצטרף לרשימת המתנה. מעבר למודל החדש, העדכון כולל שדרוגים ל-Genie 3, סוכן יצירה חדש וגלריה קהילתית לשיתוף עולמות.
Project Genie הוצג לראשונה מוקדם יותר השנה כאב-טיפוס מחקרי ניסיוני, שמאפשר לייצר עולמות אינטראקטיביים ולשוטט בהם ישירות מהדפדפן. לדברי מנהלי המוצר דייגו ריבאס מ-Google DeepMind ופאבן קומאר מ-Google Labs, הבודקים המוקדמים ביקשו שליטה עמוקה יותר במה שקורה בתוך העולמות ודרכים פשוטות יותר לבנות ולשתף אותם. הגרסה החדשה נועדה לתת מענה לבקשות האלה.
עריכה תוך כדי תנועה וקול מקורי
החידוש המרכזי ב-Genie 4 הוא האפשרות לשנות את העולם באמצע הסשן. המשתמש מקליד הנחיה חדשה בזמן שהוא מנווט, והסביבה משתנה בזמן אמת: שינוי מזג האוויר, הוספת דמות או הפניית העלילה לכיוון אחר. לראשונה, המודל משלב את הוויזואליה עם שמע מקורי בזמן אמת שמתאים את עצמו להתפתחות הסצנה, מצלילי רקע ועד דיאלוג של דמויות. לפי גוגל, Genie 4 מספק את רמת הנאמנות הגבוהה ביותר שלה בתחומי התמונה, הפיזיקה והשמע.
שדרוגים למודל הקודם
Genie 3 נשאר זמין בבורר המודלים, ומיועד למי שמעדיף סשנים ארוכים יותר או עולמות המבוססים על תמונות פנורמה. משך החקירה לכל יצירה הוארך עד שלוש דקות, לעומת 60 שניות קודם לכן, וניתן לשרשר כמה עולמות למסע רציף אחד. בנוסף, ניתן כעת לבסס עולם חדש על תמונת פנורמה של 360 מעלות, ולהפעיל אירועים בתוך העולם באמצעות הנחיות בשפה טבעית. בהדגמה שפרסמה החברה, עיגון הפנורמה שומר על עקביות הקניון והחזית של פטרה בזמן שהמשתמש מסתובב במרחב.
נקודה חשובה: זמינות ובחירת מודל הגישה פתוחה למנויי Google AI Ultra הזכאים, ואילו מנויי Google AI Pro יכולים להצטרף לרשימת המתנה. לחקירה ארוכה יותר וליצירת עולמות מתמונות פנורמה, ניתן לבחור ב-Genie 3 בבורר המודלים.
סוכן יצירה וגלריה קהילתית
סוכן Project Genie החדש מאפשר לבנות עולם באמצעות שיחה. המשתמש מתאר את החזון שלו, והסוכן מתזמר את חבילת המודלים הרב-מודאליים של גוגל כדי ליצור את המראה הראשוני של העולם יחד עם פסקול רקע המותאם לאווירה. ניתן גם לשלב את מודלי Gemini בזמן החקירה: המודל צופה במתרחש על המסך, מציע כיווני המשך ואף מפעיל אירועים באופן אוטומטי.
הגלריה החדשה מרכזת עולמות שאצרה החברה לצד יצירות של הקהילה, וכל עולם ניתן לחקירה ולעיבוד מחדש. בין הדוגמאות: הפיכת תמונות אישיות למרחבים שניתן לשוטט בהם, ובתי גידול פרהיסטוריים המבוססים על פנורמות. גוגל שיתפה פעולה גם עם יוצרים שקיבלו גישה מוקדמת, ביניהם הטכנולוג היצירתי וויל, המכונה BLVCKL!GHT, שיצר תעלומה בתוך אחוזה גותית, ויוצר הקולנוע אנאנד גנדי, שבנה חוויה של ניווט במושבת נמלים מנקודת מבטה של נמלה.
מגבלות ובטיחות
גוגל מדגישה כי Genie 3 ו-Genie 4 עדיין נמצאים בחזית המחקר. בין האתגרים שהחברה מציינת: השהיית מצלמה, אינטראקציות פיזיקליות מורכבות, דיוק השמע בזמן אמת ושמירה על קביעות הסצנה לאורך זמן. כל הווידאו והשמע שנוצרים בשירות מסומנים בסימן המים הדיגיטלי SynthID, וכל הקלטים והפלטים של המודלים עוברים סינון בטיחות.
מבחינה עסקית, המהלך ממחיש את הניסיון של גוגל להפוך מחקר על מודלי עולם למוצר צרכני שמחזק את ערך מנויי הפרימיום שלה. הצבת השירות במסלול Ultra בלבד, לצד רשימת המתנה למנויי Pro, מעידה על השקה מדורגת שבה החברה בוחנת ביקוש ועלויות מחשוב לפני הרחבה.
שאלות נפוצות
מה זה Project Genie של Google DeepMind?
Project Genie הוא שירות ניסיוני של Google DeepMind ליצירת עולמות אינטראקטיביים ולחקירה שלהם ישירות בדפדפן. הגרסה החדשה כוללת את מודל העולם Genie 4, שמאפשר לשנות את הסביבה באמצעות הנחיות טקסט בזמן הניווט. לצד זאת, השירות מציע את Genie 3, סוכן יצירה וגלריה לשיתוף עולמות ולעיבוד שלהם מחדש.
מי יכול להשתמש ב-Genie 4 ואיך מקבלים גישה?
הגישה ל-Genie 4 במסגרת Project Genie פתוחה למנויי Google AI Ultra הזכאים, ואילו מנויי Google AI Pro יכולים להצטרף לרשימת המתנה. לפי הכתבה, מדובר בהשקה מדורגת ולא בגישה פתוחה לכל המשתמשים. השירות מאפשר ליצור עולמות אינטראקטיביים ולחקור אותם בדפדפן, והעדכון כולל גם שדרוגים ל-Genie 3.
מה ההבדל בין Genie 4 ל-Genie 3?
Genie 4 מתמקד בשינוי העולם בזמן אמת באמצעות טקסט וביצירת שמע מקורי המותאם לסצנה, כולל צלילי רקע ודיאלוג. לפי גוגל, הוא מציע את רמת הנאמנות הגבוהה ביותר שלה בתמונה, בפיזיקה ובשמע. Genie 3 מתאים לסשנים ארוכים יותר, עד שלוש דקות לכל יצירה, ותומך ביצירת עולמות מתמונות פנורמה של 360 מעלות.
איך יוצרים עולם ב-Project Genie באמצעות שיחה?
סוכן היצירה של Project Genie מאפשר לתאר בשיחה את העולם הרצוי. הסוכן מפעיל את המודלים הרב־מודאליים של גוגל כדי ליצור את המראה הראשוני ופסקול רקע המתאים לאווירה. במהלך החקירה אפשר לשלב גם את מודלי Gemini, שצופים במתרחש על המסך, מציעים כיווני המשך ואף מפעילים אירועים באופן אוטומטי.
מהן המגבלות של Project Genie ואילו אמצעי בטיחות קיימים בו?
לפי גוגל, Genie 3 ו-Genie 4 עדיין מציבים אתגרים מחקריים, ובהם השהיית מצלמה, אינטראקציות פיזיקליות מורכבות, דיוק השמע בזמן אמת ושמירה על קביעות הסצנה לאורך זמן. מבחינת בטיחות, כל הקלטים והפלטים עוברים סינון. בנוסף, הווידאו והשמע שנוצרים בשירות מסומנים באמצעות SynthID, סימן מים דיגיטלי לתוכן שנוצר בבינה מלאכותית