Google DeepMind hôm nay công bố bản preview nghiên cứu của Genie 4, một mô hình thế giới AI mới nhất, cho phép tạo ra các môi trường ảo photorealistic và sinh ra âm thanh thời gian thực như nhạc nền, tiếng môi trường và đối thoại tương tác. Người dùng có thể nhập prompt văn bản trong khi mô phỏng đang chạy để thay đổi thời tiết, góc camera hoặc thêm nhân vật mới.
Genie 4 cải thiện đáng kể so với phiên bản trước Genie 3: thời gian duy trì cảnh lên tới hai phút – gấp đôi – và khả năng vật lý, hành vi nhân vật trở nên tự nhiên hơn. Gemini, mô hình LLM của Google, đóng vai trò “đạo diễn” bằng cách lên kế hoạch các bước và kiểm tra khung hình, trong khi Genie 4 thực hiện việc dựng hình và âm thanh.
Trong một thí nghiệm liên quan đến Gemini Robotics, mô hình Gemini 4 Argon đã chia nhiệm vụ thành các bước và Genie 4 mô phỏng chúng trong thời gian thực, cho thấy tiềm năng kiểm tra kịch bản robot trước khi triển khai thực tế. Các nhà phát triển cũng đề cập tới các ứng dụng tiềm năng như game, học tập tương tác và thậm chí là tạo mẫu phim nhanh chóng.
Google đang mở rộng việc thử nghiệm cho “trusted testers” và đồng thời nhấn mạnh rằng Genie 4 vẫn còn ở giai đoạn đầu; sản phẩm cuối cùng và cách tích hợp đầy đủ vẫn chưa được công bố. Tuy nhiên, khả năng tạo âm thanh đồng bộ và chỉnh sửa ngay lập tức hứa hẹn sẽ thay đổi cách sáng tạo nội dung số.
Với cộng đồng AI Việt Nam, Genie 4 là một bước tiến quan trọng trong lĩnh vực mô hình thế giới, mở ra cơ hội cho các nhà phát triển trong nước thử nghiệm và sáng tạo các ứng dụng thực tế, từ giáo dục đến giải trí.
Nguồn: TechCrunch — Biên dịch & tổng hợp: danhbaai.com