标签
Google DeepMind 发布了 Genie 4,同时推出了浏览器中升级版的 Project Genie 体验,支持中途提示词操控、同步音频、自然语言世界构建代理,以及用于探索和二次创作世界的社区画廊。
Google DeepMind 发布 Genie 4,一个面向创作者、游戏开发者和 AI 研究者的实时世界模型,可根据文本提示生成可交互探索的动态世界,并生成音频、模拟物理运动,目前开放研究预览候补名单。
Google DeepMind 发布 Genie 4 世界模型,利用 Gemini 3.8 Flash 作为引导智能体,在物理模拟、人物表现和音频支持上较 Genie 3 全面提升,可实时生成可交互的虚拟世界。DeepMind 认为世界模型是通往 AGI 的关键一步,可用于机器人训练环境与创意原型设计。
Databricks 为 Genie Agent 推出了 Agent Mode API,为在平台上构建和管理 AI 代理提供了新接口。
谷歌的Genie 3可以根据文本提示或图像生成一个可玩的开放世界,但目前在帧率低、存在漏洞等方面还很粗糙,引发了关于它是否会威胁传统游戏开发还是停留在演示阶段的争论。
谷歌DeepMind将街景数据集成到其Genie世界模型中,实现真实街道的交互式模拟,应用于机器人、自动驾驶和用户体验等领域。