Google เปิดตัว Genie 4 โมเดลจำลองโลกเสมือนจริงแบบเรียลไทม์

วันนี้เราประกาศเปิดตัวงานวิจัย Genie 4 ซึ่งเป็น world model รุ่นล่าสุดที่มอบความสมจริงอย่างที่ไม่เคยมีมาก่อน มาพร้อมระบบเสียงในตัว (native audio) เพื่อรองรับการจำลองสถานการณ์แบบโต้ตอบได้ในเวลาจริง (real-time interactive simulation)

โมเดล Genie 4 เป็นการรวมและต่อยอดความสามารถจากตระกูล Gemini โดยใช้ Gemini Omni ทำหน้าที่ยึดโยงการจำลองเข้ากับรูปลักษณ์และพฤติกรรมในโลกแห่งความเป็นจริง ขณะเดียวกันยังใช้โมเดล Gemini อื่นๆ เพื่อมอบคุณสมบัติการให้เหตุผลที่ซับซ้อน ซึ่งจำเป็นต่อการรักษาความสอดคล้องและความต่อเนื่องของการจำลองให้สมบูรณ์แบบ

ผู้ใช้งาน Genie 4 สามารถกำหนดเหตุการณ์และควบคุมฉากต่างๆ ได้ในเวลาจริงผ่านการใช้ภาษาธรรมชาติ เช่น การเคลื่อนมุมกล้อง การเปลี่ยนสภาพอากาศ หรือการเพิ่มตัวละครใหม่ โดยทุกโลกที่ถูกสร้างขึ้นจะมีระบบเสียงในตัวที่เกิดขึ้นทันที ทั้งเสียงบรรยากาศ ดนตรี และบทสนทนาที่สามารถโต้ตอบได้

การจำลองโลกถือเป็นขั้นตอนสำคัญในการมุ่งสู่ AGI โดยช่วยสร้างสภาพแวดล้อมการฝึกฝนที่ปลอดภัยสำหรับหุ่นยนต์และเอเจนท์ (agents) อีกทั้งยังช่วยขยายขีดความสามารถของเครื่องมือสร้างสรรค์ในอุตสาหกรรมต่างๆ เช่น การสร้างภาพยนตร์ วารสารศาสตร์ การเล่นเกม และภาคการผลิต

ปัจจุบันเราเริ่มทยอยเปิดตัว Genie 4 ให้กับกลุ่มผู้ทดสอบที่ได้รับความไว้วางใจในวงจำกัดแล้ว และจะเปิดให้สมาชิก Google AI Ultra ใน Project Genie รวมถึงพาร์ทเนอร์ที่ได้รับสิทธิ์เข้าถึงล่วงหน้าผ่าน Gemini API และ AI Studio ใช้งานได้ในเร็วๆ นี้

สามารถสำรวจวิดีโอสาธิตเพิ่มเติมได้ที่ Google DeepMind blog