Google ma nowy model AI. Genie 2 wygeneruje dla ciebie świat
Generowanie treści maili i obrazków na Facebooka jest nudne, pora na tworzenie świata na nowo. Badacze Google DeepMind podnieśli właśnie poprzeczkę, prezentując model Genie 2, potrafiący generować całe światy przy użyciu jedynie obrazków i tekstu.
W obecnej rzeczywistości świat technologii jest już nasycony dużymi modelami językowymi, a z planszy trudno zmieść pionki takie jak OpenAI wspierane przez Microsoft, Google czy Metę. Dlatego wyścig generatywnej sztucznej inteligencji kieruje się w strony inne niż generowanie tekstu.
Pod tym względem Google'owi trudno odmówić kreatywności, bo poza modelami Gemini i Imagen koncern Sundara Pichaia ma także takie twory jak AI do komunikacji z robotami, model Veo mający bezpośrednio konkurować z Sorą czy MusicLM do generowania muzyki na podstawie instrukcji tekstowych. Teraz do długiej wyliczanki modeli dołącza Genie 2, model generatywnej AI do generowania światów.
Genie 2 wygeneruje ci świat. Dosłownie
Badacze Google DeepMind minionej nocy na swoim blogu zaprezentowali Genie 2, model generatywnej sztucznej inteligencji, pozwalający na generowanie "nieskończenie różnorodnych grywalnych środowisk 3D do szkolenia i oceny AI".
Jak wyjaśniają naukowcy koncernu, gry odgrywają kluczową rolę w świecie badań nad sztuczną inteligencją. Ich wciągająca natura, unikalne połączenie wyzwań i wymierne postępy sprawiają, że są idealnym środowiskiem do bezpiecznego testowania i rozwijania możliwości AI. Jednocześnie trening bardziej zaawansowanych modeli sztucznej inteligencji może być ograniczony przez niedostępność "wystarczająco bogatych i zróżnicowanych środowisk szkoleniowych".
Odpowiedzią na ten problem ma być model Genie 2, który na podstawie niedużej liczby danych wejściowych w postaci obrazów, szkiców, czy instrukcji tekstowych jest w stanie wygenerować wirtualny świat 3D. Cyfra "2" w nazwie modelu jest nieprzypadkowa, gdyż jest on następcą opracowanego w lutym bieżącego roku modelu Genie. Różnica pomiędzy obojgiem modeli jest znaczna - Genie potrafił generować tylko światy dwuwymiarowe, Genie 2 potrafi generować w trójwymiarze.
Genie 2 jest modelem generującym całe światy - nie tylko piękne widoki, ale dosłownie światy, w których gracz (lub agent AI) mogą wejść w interakcję z otoczeniem lub po prostu otoczenie może wzajemnie reagować na różne bodźce i obiekty. W wodzie wygenerowanej przez Genie 2 można pływać, a drzewa będą szumieć w reakcji na wiatr. Model radzi sobie także z generowaniem świateł, cieni, odwzorowywaniem praw fizyki, dymu czy generowaniem niegrywalnych postaci (NPC).
Jak przekazali badacze, do treningu modelu Genie 2 - podobnie jak modelu Genie - użyto licznych nagrań wideo. Jednak nie podzielili się oni szczegółami co do ilości nagrań ani ich pochodzenia
Na blogu Google DeepMind badacze zamieścili grubo ponad 30 tworów Genie 2, by pokazać możliwości modelu. Choć nie da się ukryć, że tu i ówdzie widoczne są artefakty w postaci zdeformowanych obiektów, budynków czy tekstów, to Genie 2 w dużej mierze całkiem imponująco radzi sobie z generowaniem światów - przynajmniej w przykładach wybranych przez badaczy Google'a.
Ci z kolei wróżą, że oprócz zastosowań w treningu różnych modeli i agentów AI, Genie 2 znajdzie zastosowanie także w przemyśle rozrywkowym - przede wszystkim przy tworzeniu gier. Jednocześnie nie podano żadnych informacji dotyczących potencjalnej dostępności modelu do zastosowań komercyjnych i prywatnych.
Więcej na temat sztucznej inteligencji (AI):
