Community
Genie 4 di Google DeepMind: mondi interattivi in tempo reale, ora con l'audio
- Google DeepMind ha presentato Genie 4, il nuovo world model: crea un mondo che esplori in tempo reale con tastiera e telecamera, con un realismo che DeepMind definisce senza precedenti
- È il loro primo world model in tempo reale con audio nativo: suoni d'ambiente, musica e dialoghi dei personaggi, generati insieme alle immagini
- Si appoggia ai modelli Gemini: Gemini Omni dà l'aspetto e il comportamento del mondo reale, altri Gemini il ragionamento che tiene coerente la scena
- Lo guidi a parole mentre gira: cambi il meteo, sposti la telecamera, aggiungi una persona o un oggetto. Fisica più credibile (aerodinamica, urti) e persone che si muovono e reagiscono in modo naturale
- Gemini 3.8 Flash fa da regista: osserva i fotogrammi, divide l'obiettivo in passi e controlla che ognuno riesca. Così si simulano eventi in più passaggi, anche per addestrare robot e agenti
- Limiti dichiarati: nelle sessioni lunghe dettagli e oggetti possono cambiare; testo leggibile, audio e fisica complessa sono ancora da migliorare. Video e audio hanno il watermark SynthID
- Per ora è una research preview per tester selezionati. Arriverà presto agli abbonati Google AI Ultra in Project Genie e ai partner in accesso anticipato su Gemini API e AI Studio
