Google DeepMind 推出 Genie 4,可用文字直接修改 3D 世界

Giao diện Genie 4 của Google DeepMind tạo thế giới 3D tương tác theo thời gian thực

Genie 4 讓使用者在探索的同時變更天氣、角色或劇情,還能即時生成與每個場景相符的音效。

⚡ MIGOVI TL;DR

  • Genie 4 是 Google DeepMind 最新的世界模型(world model),可生成能互動的 3D 世界
  • 先前僅以研究預覽版的形式亮相,現已開放給 Google AI Ultra 用戶
  • 輸入文字即可在執行過程中變更天氣、角色與劇情,並搭配即時生成的音效
  • Genie 3 同步升級:單次體驗最長 3 分鐘、支援 360° 環景圖、可串接多個世界
  • 新增 AI agent,能依口述內容建立世界,另有社群圖庫供分享與二次創作(remix)
  • Google AI Pro 目前僅開放候補名單

Genie 4 與用文字調整世界的做法

Google DeepMind 近日推出 Genie 4,這是該公司目前最強的世界模型(world model),可建立能互動的 3D 空間。這個版本先前只以研究用的預覽版現身,如今成為 Project Genie 大型更新的一部分,並已開放給訂閱 Google AI Ultra 方案的用戶。

Genie 4 生成的互動式 3D 世界畫面,由 Google DeepMind 開發

最明顯的差異在於,使用者不必先生成好一個世界,再站在一旁看它運作。你可以在身處其中時直接輸入文字來重塑世界,例如更換天氣、替換角色,或把故事帶往另一個方向,模型會即時更新。Genie 4 也能即時生成原生音效,因此聲音會隨著畫面變化,而不只是預先設定好的背景音樂。

Genie 3 同步獲得升級

前一代的 Genie 3 並未被冷落,在同一波更新中也獲得多項改進。每次體驗的時間現在最長可達 3 分鐘,同時支援 360° 環景圖,讓使用者能環顧整個場景,而不是只看固定的單一視角。可串接世界(chainable worlds)功能則能把不同世界連在一起,探索不再受限於單一場景的邊界。

世界建立工具與社群

為了讓建立世界不必過度依賴描述文字的寫法,Google 新增了一個 AI agent,可以根據口語描述來建構世界。使用者只要說出自己的想法,其餘由 agent 協助完成。

Google DeepMind 的 Genie 4 示意畫面,展示可互動的 3D 場景

作品做出來,也需要地方展示,因此 Project Genie 新增了社群圖庫(community gallery)。使用者可以在這裡分享自己打造的世界,也能對他人的作品進行 remix,也就是拿現成的世界依自己的想法再做調整。

內容管控與適用對象

Genie 生成的所有內容都會附上 Google 的 SynthID 浮水印,同時必須通過安全檢查。對於一個能依個人喜好建立場景與角色、又能公開分享的工具來說,加上這類識別標記,有助於觀看者分辨哪些內容是由 AI 生成。

在適用對象方面,Genie 4 目前提供給 Google AI Ultra 用戶。Google AI Pro 會員暫時還無法使用,不過可以登記加入候補名單。

MIGOVI 觀點

Migovi 認為這次更新最值得注意的一點,是 3D 世界不再是生成完畢就只能旁觀的東西:使用者用幾行文字修改天氣或劇情,模型便立即回應,還附上音效,這已經比較像一款可供遊玩與創作的工具,而非技術展示。不過 Genie 4 目前只開放給 Google AI Ultra 方案,Pro 方案仍需等待,因此現階段真正能使用的人並不多。如果你人在越南並且有興趣,建議先確認自己的帳號是否已能購買 Ultra 方案再考慮訂閱,因為關於擴大到其他市場的消息尚未公布。

來源:The Decoder (AI)

審核人: Hero Association

分享您的想法 ^^

發佈留言必須填寫的電子郵件地址不會公開。 必填欄位標示為 *

觀點

目錄

  1. Genie 4 與用文字調整世界的做法
  2. Genie 3 同步獲得升級
  3. 世界建立工具與社群
  4. 內容管控與適用對象