Google DeepMind เปิดตัว Genie 4 โมเดลโลกใหม่ เพิ่มเสียงและควบคุมได้แบบเรียลไทม์

Google DeepMind เปิดตัว Genie 4 โมเดลโลก (world model) รุ่นใหม่ในรูปแบบ research preview สำหรับผู้ทดสอบที่ได้รับอนุญาต โดยชูความสามารถที่ก้าวหน้ากว่ารุ่นก่อนในหลายด้าน ทั้งการสร้างสภาพแวดล้อมที่สมจริงขึ้น การรองรับเสียงแบบเรียลไทม์ และการควบคุมระหว่างการจำลองได้ทันที ทำให้ผู้ใช้งานสามารถส่งคำสั่งข้อความเข้าไประหว่างที่โลกจำลองกำลังทำงานอยู่ได้

Genie เป็นโมเดลที่ Google ใช้สำหรับสร้างสภาพแวดล้อมเสมือนหรือโลกจำลองจากข้อมูลตั้งต้น แล้วให้ระบบต่อยอดเหตุการณ์และปฏิสัมพันธ์ต่าง ๆ ภายในฉากนั้น รุ่น 4 ถูกออกแบบมาเพื่อเพิ่มความลื่นไหลและความสมจริงของประสบการณ์มากขึ้น ซึ่งสะท้อนความพยายามของ DeepMind ในการผลักดันงานวิจัยด้าน AI ที่เข้าใจและจำลองโลกได้ดีกว่าเดิม ไม่ใช่เพียงสร้างภาพหรือวิดีโอแบบนิ่ง ๆ

ฟีเจอร์ที่เด่นที่สุดคือการเพิ่มเสียงเข้ามาเป็นส่วนหนึ่งของประสบการณ์จำลองแบบทันที รวมถึงการปรับฉากและเหตุการณ์ในโลกจำลองแบบเรียลไทม์ตามคำสั่งของผู้ใช้ ซึ่งช่วยให้ Genie 4 ใกล้เคียงกับเครื่องมือสำหรับทดลองสถานการณ์ โต้ตอบกับสภาพแวดล้อมดิจิทัล หรือใช้เป็นฐานสำหรับงานวิจัยและต้นแบบแอปพลิเคชันเชิงโต้ตอบมากขึ้น

อย่างไรก็ตาม Google ระบุว่ารุ่นนี้ยังอยู่ในช่วง preview และเปิดให้เฉพาะ trusted testers เท่านั้น นั่นหมายความว่ายังไม่ใช่ผลิตภัณฑ์สำหรับใช้งานทั่วไป และยังต้องผ่านการประเมินด้านคุณภาพ ความปลอดภัย และความเสถียรอีกหลายขั้นก่อนขยายสู่ผู้ใช้งานวงกว้าง การเปิดตัวครั้งนี้จึงสะท้อนทั้งความคืบหน้าทางเทคนิคและแนวทางปล่อยเทคโนโลยีอย่างระมัดระวังของ DeepMind