Google DeepMind đã giới thiệu bản xem trước nghiên cứu của Genie 4, mô hình thế giới mới nhất của hãng với định hướng ứng dụng trong robot, game, học tập tương tác và làm phim. Thông tin được TechCrunch đăng ngày 27/10 theo giờ địa phương.

Theo bài viết, Genie 4 tập trung vào việc tạo ra các môi trường ảo có độ chân thực cao và khả năng tương tác mạnh. Trong quá trình mô phỏng, người dùng có thể tiếp tục nhập prompt để thay đổi bối cảnh. Mô hình cũng có thể tạo âm thanh theo thời gian thực phù hợp với từng cảnh, gồm nhạc nền, tiếng động môi trường và hội thoại.

Google DeepMind cho biết Genie 4 hỗ trợ chỉnh sửa linh hoạt ngay trong lúc chạy mô phỏng, như thay đổi thời tiết hoặc góc máy, đồng thời thêm nhân vật và vật thể mới. Mô hình có thể duy trì tính nhất quán của bối cảnh trong tối đa 2 phút, gấp đôi Genie 3 ra mắt năm ngoái. Công ty cũng nói khả năng mô phỏng vật lý đã được cải thiện, trong khi chuyển động nhân vật trở nên giống người hơn.

Genie 4 được tích hợp chặt chẽ với Gemini, mô hình AI chủ lực của Google. Khi Gemini đảm nhiệm vai trò điều phối, lập kế hoạch theo từng bước và rà soát từng khung hình, Genie sẽ tạo hình ảnh đầu ra trên màn hình.

Tejas Kulkarni, Giám đốc nghiên cứu tại Google, cho biết về lâu dài sẽ xuất hiện nhiều mô hình thế giới lai. Trong đó, Gemini phụ trách viết mã và văn bản, còn Genie xử lý đầu vào theo thời gian thực để tạo mô phỏng ở nhiều tầng trừu tượng khác nhau.

Google cho biết các ứng dụng chính của Genie 4 gồm game, học tập tương tác và robot. Theo TechCrunch, nhóm trusted tester dùng thử sớm cũng nhắc tới một hướng đi mới là hỗ trợ dựng thử ý tưởng phim.

Diego Rivas, kỹ sư của Google DeepMind, nói khả năng xử lý thời gian thực đặc biệt hữu ích trong những tình huống cần phát triển ý tưởng nhanh, chẳng hạn ở giai đoạn phác thảo hoặc dựng storyboard.

Tuy vậy, Rivas nhấn mạnh Genie 4 vẫn đang ở giai đoạn đầu. TechCrunch cho biết khi thời lượng mô phỏng kéo dài, mô hình vẫn gặp vấn đề về chi tiết, còn vật thể có thể bị sai lệch. Độ chính xác của âm thanh và khả năng tái hiện văn bản trong thế giới ảo cũng chưa được giải quyết triệt để.

Hiện Genie 4 mới được cung cấp dưới dạng bản xem trước nghiên cứu cho các trusted tester. Trong vài tuần tới, mô hình này sẽ được mở cho người dùng Google AI Ultra thông qua Project Genie. Những đối tác có quyền truy cập sớm Gemini API và Google AI Studio cũng sẽ có thể sử dụng.

Cuộc đua trên thị trường mô hình thế giới cũng đang nóng lên. Vài tháng trước, startup video AI Runway ra mắt GWM Worlds 2, trong khi AMD công bố kế hoạch thâu tóm WorldLabs, công ty do Fei-Fei Li sáng lập.