你有没有想过,如果AI能创造一个你可以随时走进去、随心所欲变化、甚至跟里面的人物聊天的世界,那该多酷啊?这样你就能不再只是“旁观者”,而是随时变身为“世界主宰”了!最近,谷歌的 Genie 4 正在把这个梦想一一变为现实。
就像一位风趣的魔法师,谷歌在当地时间10月27日隆重推出了新一代的世界模型 Genie 4,声称它是“至今最逼真且交互性最强的世界模型”。和前一代的 Genie 3 比起来,这位新魔法师不仅在实时场景生成上更得心应手,还是原生音频生成、自然语言操控以及复杂物理行为的高手。你想要什么?随时都能来一出杂技表演!
在官方的演示中,用户通过键盘操控导航和镜头,屏幕上瞬间飘出新的天气、变化的人物,甚至让草地上出现了一条粉红色的绸缎。想象一下,你坐在热气球篮筐里,俯瞰南极的冰面,感觉简直像是又一部奇幻电影的拍摄现场,而这场景还是你一手打造的! 葡津体育官方网站
背后支撑这一切的就是谷歌的 Gemini 系列模型。就像一位默默无闻的助理,Gemini Omni 负责确保画面与现实世界的外观相似,而其他的 Gemini 模型就像谜一样的翻译官,能将你的需求转化为动作,规划复杂事件,甚至能在你发号施令的时候,灵活调整方案。
在其中一组演示中,Gemini 4 Argon 居然开始指挥 Genie 4,通过一系列指令引导一个机器人下棋,简直是 AI 界的“棋神”诞生了。你想的那种传统视频生成的 AI,似乎已经成为了历史,往前迈了一大步,向可交互、可控制的世界模拟系统进军。
现在,Genie 4 开放给一小部分受信任的测试者,未来还会慢慢放给Google AI Ultra 订阅用户和其他合作伙伴。听起来是不是像一个缜密的计划呢? 葡津体育官方网站
让我们来看看 Genie 4 给我们带来的四项能力的升级:实时改变世界、物理与人物行为模拟、原生声效生成,还有结合 Gemini 的复杂事件推演。你要知道,这些演示已经非常接近于可交互的游戏和真实影像的结合。
首先,用户不再是拖着设计图纸而入,而是在生成过程中随时改变世界。这就像你走进了一间拼图屋,所有的拼图都是你任意变换的,瞧,一位穿着棕色西装的萨克斯演奏者正高高在上,背景是神秘的森林和流淌的湖水。你可以自由移动摄像机,从不同的视角观察这个美丽的画面,宛如一个小小的导演。
此外,物品不再是静止的摆设,人物和环境开始展现出复杂的运动规律。在谷歌的另一组演示中,你能看到西瓜在石台上悠然自得地摆着,枫树的种子优雅如舞蹈般旋转落下;乘客们穿梭于日本乡村的火车站,整个画面动态十足,就像一幅活生生的画卷。 葡津体育官方网站
再说到 Genie 4 的声音生成,直接让AI的世界“开口说话”。想象一下,你骑在一条巨龙的背上,时速140公里穿越壮丽的山脉,耳边响起的是巨龙翅膀的轰鸣和远处火山的低吟。不再是事后加工的音效,而是由 Genie 4 立即生成的,带你仿佛置身其中!
更重要的是,它的角色对话功能也是一大亮点。场景中的人物可以根据你所输入的指令或当前发生的事件做出反应。这意味着开发者不再是“手工”编写每句台词,而是构建一个能够随着环境变化主动出击的虚拟角色。
总之,随着 Genie 4 的到来,AI世界终于开始“活”了起来。从一个个静止的画面到生动的互动体验,未来的虚拟世界将朝着更真实、更有趣的方向迈进。准备好迎接这一场科技的狂欢派对了吗? 葡津体育官方网站
发表评论