Google发布可实时生成、可自由探索的虚拟世界模型Genie 4。图片来源:Google

Google发布世界模型Genie 4,并将其接入虚拟世界生成服务Project Genie,进一步扩大了这项功能的开放范围。用户仅凭文本或图片,即可生成可自由探索的虚拟世界;在生成后的场景中,还可实时调整环境,并与角色互动。

据日本媒体Gigazine 11月19日报道,Google已于11月18日上线Genie 4。目前,这项功能正向符合条件的Google AI Ultra订阅用户分批开放。

所谓世界模型,是指能够学习真实环境中的运动与变化规律,并据此预测和生成后续画面的AI技术。借助这类模型,用户只需输入一句对地点或情境的描述,就能像进入游戏一样在虚拟空间中自由探索。

例如,用户输入“在阿尔卑斯山滑雪的第一人称视角”或“20世纪80年代的日本火车站”,系统便可生成相应场景。用户既可通过键盘WASD按键移动,也可上传参考图片,用于指定虚拟世界的整体风格和外观。

Genie 4的一大特点是支持在探索过程中实时调整场景。比如输入“添加暴风雪”或“加入野生动物”等指令后,AI会立即将相应变化反映到画面中。

在音频方面,Genie 4新增实时生成功能,可随着场景推进同步生成环境声、音乐以及角色对话。根据Google DeepMind公布的模型说明,Genie 4最高支持720p分辨率和24fps画面输出。

Google还同步推出“Project Genie Agent”,用户可通过对话方式生成虚拟世界。用户描述想要的氛围后,AI会先生成初始画面,并自动配置背景音乐。完成后的世界既可分享到社区画廊,也可在其他用户作品基础上继续修改和再创作。

Genie 4于上月首次对外公布,随后以研究预览形式向有限测试者开放。这次更新后,其可用范围进一步扩大至付费订阅用户。

不过,Google也承认,该模型在准确还原真实物理效果,以及长时间保持场景一致性方面仍有局限。复杂物体交互和镜头响应延迟,也被列为后续需要改进的方向。

目前,Google AI Pro订阅用户可加入候补名单,具体何时扩大开放范围尚未披露。Google还计划将世界模型的应用从游戏和视频制作,进一步拓展至机器人和AI Agent训练所需的虚拟环境。

关键词

#Google #Genie 4 #Project Genie #世界模型 #可探索虚拟世界 #角色互动 #实时音频生成 #Google AI Ultra
版权所有 © DigitalToday。未经授权禁止转载或传播。