简要概述
- 在10月份宣布该模型后,谷歌正通过Project Genie向符合条件的AI Ultra订阅用户推出Genie 4。
- 用户可以在探索过程中更改生成的世界,并配有AI创建的环境音频和可交互的角色对话。
- Project Genie还新增了AI创作助手、社区画廊,以及为较旧的Genie 3模型提供更长的会话时长。
谷歌正向符合条件的AI Ultra订阅用户开放Genie 4,让人们能够创建可以行走其中的数字世界,通过文本提示进行更改,甚至可以让角色在其中互动并作出回应。
该公司周三宣布,其最新的世界模型正通过Project Genie推出,这是一个基于浏览器的实验项目,用于生成交互式环境。Genie 4于10月首次亮相,但此前访问权限仅限于受信任的测试人员。
Genie并非根据提示渲染出完成的视频,而是在有人探索时生成场景。借助第四个模型,用户可以在会话进行中键入指令来改变天气、引入角色或引导正在发生的事情,而无需重新开始。
Genie 4 还能在生成画面的同时生成声音,从风声、脚步声到对场景中事件作出反应的对话。谷歌表示,该模型改善了人物移动的方式以及物体对物理力量的响应,不过这些说法来自其自家的演示,而非独立测试。
现在,你需要知道一件不太美好的事情。这项更新是 Google AI Ultra 订阅服务的一部分,该服务在美国每月收费 199.99 美元。Google 表示,符合条件的 Ultra 用户现在就可以体验这一全新功能,而 AI Pro 订阅用户则可以加入等候名单。
一个不断进化的精灵
Genie 从 Google 在 2024 年展示的横版卷轴实验中已经取得了长足的进步。第一个版本从超过 20 万小时的游戏画面中学习,能够将单张图像转化为简单的可玩 2D 环境,正如Decrypt 当时报道的那样。
Genie 2 在同年晚些时候将研究推进到了三维空间,允许人类或 AI 智能体通过键盘和鼠标控制来探索生成的环境。Genie 3 又向持续、实时的探索迈进了一步,而 Project Genie 于今年一月向美国成年 Ultra 订阅用户开放。
那些早期的会话仅持续 60 秒,角色控制或物理行为可能并不可靠。Google 现在将 Genie 3 与新模型一同保留,会话时长延长至三分钟,支持 360 度全景图像,并能够将多个生成的世界连接成更长的旅程。
这一三分钟的限制适用于更新后的 Genie 3 体验;Google 在周三的公告中并未说明 Genie 4 的类似会话时长。用户可以根据自己是想要 Genie 4 更强大的视觉效果和音频,还是 Genie 3 更长的探索时间,来在两种模型之间进行选择。
这项技术并不等同于传统游戏引擎——后者通过完全定义的规则构建稳定的关卡。Genie 则是在世界发生变化时预测它应该呈现怎样的外观和声音。
Google 承认,物体在不同视角之间可能会发生漂移或变化,复杂的物理效果仍然难以处理,生成的语音或文字可能不准确。Google 表示,Project Genie 的音频和视频带有 SynthID 水印,并且输入和输出都会经过安全筛查。
除了新的等候名单之外,Google 尚未宣布 Genie 4 何时会向 AI Pro 订阅用户开放。
加入 72,000+ 位读者
创建账户以保存您的文章。
将 Decrypt 添加为首选来源,以便在 Google 上看到我们更多的报道。







