Google tung Genie 4 — thế giới ảo giờ có tiếng, nhưng mới cho đám tester vào chơi

Anh em nào theo dõi mảng world model chắc đang ngóng cái tên này. Google DeepMind vừa tung Genie 4, thế hệ mới của mô hình tạo thế giới tương tác, hiện ở dạng research preview và chỉ dành cho nhóm “trusted testers”.

Có gì mới so với Genie 3?

Điểm ăn tiền nhất là âm thanh thời gian thực: nhạc nền, tiếng môi trường và cả hội thoại tương tác khớp với cảnh đang mô phỏng. Người dùng còn gõ prompt ngay giữa phiên để đổi thời tiết, góc máy, hay thêm nhân vật, đồ vật vào cảnh. Cảnh được giữ nhất quán tới 2 phút, gấp đôi giới hạn của Genie 3, cộng thêm vật lý tốt hơn và nhân vật trông giống người hơn.

Google cũng ghép Gemini vào làm “đạo diễn”: Gemini lên kế hoạch từng bước và kiểm tra khung hình, Genie lo phần hình ảnh. Trong một thí nghiệm gắn với Gemini Robotics, cách này được dùng để mô phỏng tác vụ robot trước khi chạy ngoài đời thật.

Còn thiếu gì?

Chính phía Google thừa nhận chi tiết và đồ vật vẫn bị trôi khi phiên chạy dài, chưa giải được bài toán âm thanh chính xác hay chữ đọc được trong thế giới ảo. Một kỹ sư DeepMind nói thẳng là mới “còn sớm” và trải nghiệm sản phẩm hoàn chỉnh chưa rõ hình hài. Theo lịch, vài tuần tới Genie 4 sẽ đến tay người dùng Google AI Ultra qua Project Genie, cùng các đối tác truy cập sớm Gemini API và Google AI Studio.

Cenix thấy hướng game, học tương tác và robot đều có đất diễn, nhưng 2 phút thì còn xa mới thành “thế giới” đúng nghĩa. Anh em thấy world model sẽ bắt đầu hữu ích ở mảng nào trước: game, giáo dục hay robot? Comment cho Cenix biết nha.

Nguồn: TechCrunch

Nguồn: TechCrunch