Google DeepMind lansează Genie 4: lumi interactive generate în timp real cu sunet și dialoguri

Google DeepMind a prezentat Genie 4, un model experimental capabil să genereze lumi virtuale interactive cadru cu cadru, în timp real, adăugând pentru prima oară sunet ambiental nativ și personaje cu care se poate dialoga. Lansarea marchează o schimbare de paradigmă, trecând de la simplele generatoare video pasive către veritabile simulatoare interactive conduse din culise de modele avansate de raționament.

Ce s-a întâmplat

Spre deosebire de instrumentele care produc videoclipuri finite, Genie 4 calculează fiecare scenă pe loc, răspunzând instantaneu la comenzile utilizatorului. Utilizatorii pot naviga prin spațiu folosind tastatura și pot modifica scenariul prin comenzi text. Potrivit DeepMind, Genie 4 este primul model de acest tip care integrează direct componenta audio: fiecare lume are sunete de fundal adaptate (precum vântul printre copaci), iar personajele simulate pot vorbi între ele și pot reacționa în timp real la acțiunile externe.

Pentru a menține coerența mediului, sistemul se bazează pe modele din familia Gemini. În timp ce capacitățile vizuale derivă din modelul Gemini Omni, sarcini precum adaptarea vremii sau planificarea logică sunt gestionate de Gemini 3.8 Flash, care monitorizează cadrele și ajustează pașii necesari. În paralel, DeepMind testează modelul Gemini 4 Argon pentru simulări de robotică, demonstrând cum robotul umanoid Apollo (creat de Apptronik) poate învăța să joace dame exclusiv într-un mediu virtual generat. Rămân însă limite tehnice: sesiunile lungi încă pierd din consistență, iar fizica obiectelor și textul lizibil sunt încă în faza de cercetare. Tot conținutul generat este marcat invizibil prin tehnologia SynthID.

De ce contează în România

Pentru industria de dezvoltare de jocuri din România, un sector matur cu studiouri independente recunoscute și filiale locale ale marilor publisheri, apariția unor astfel de modele prefigurează o transformare a fazei de prototipare. Echipele creative ar putea genera rapid medii explorabile și comportamente complexe de NPC-uri fără a fi nevoie de randări 3D manuale în etapele incipiente de design.

Totodată, pentru comunitatea locală de cercetare în inteligență artificială și robotică, modelele de lume interactive reprezintă un pas crucial. Posibilitatea de a antrena agenți software sau roboți autonomi în lumi simulate, fără costul și riscul manipulării hardware-ului fizic, oferă startup-urilor tehnologice românești o oportunitate de a dezvolta soluții avansate cu resurse financiare considerabil mai mici.

Cum poți încerca

În prezent, Genie 4 funcționează ca o versiune de cercetare preliminară și este accesibil doar unui grup restrâns de testeri selectați direct de companie. Google a anunțat că modelul va fi integrat ulterior în aplicația web Project Genie, unde va deveni disponibil pentru abonații serviciului Google AI Ultra.

Dezvoltatorii și companiile interesate să integreze aceste capacități vor putea accesa tehnologia treptat prin Google AI Studio și prin API-ul Gemini, pe măsură ce DeepMind extinde faza de testare și adresează limitările legate de sesiunile îndelungate de simulare.