Google DeepMind je predstavio Genie 3, AI model koji, tvrde, otvara novo poglavlje u simulaciji virtualnih svjetova. Genie 3 je prvi svjetski model koji omogućuje stvarno interaktivno istraživanje dinamičnih okruženja generiranih iz samo jedne tekstualne upute. U realnom vremenu korisnici tako mogu kretati, mijenjati i istraživati te svjetove u 720p rezoluciji pri 24 sličice u sekundi, a dosljednost vizualnog prikaza i fizike zadržava se nekoliko minuta, što je značajan skok u odnosu na prethodne generacije ovakvih sustava.

Za razliku od klasičnih igara i simulacija s unaprijed programiranim scenarijima, Genie 3 generira svaku sliku “u hodu”, odgovarajući na korisničke radnje i promjene prompta, uključujući i mogućnost umetanja novih predmeta ili događaja riječima.

'Memorija svijeta'

Model pamti što se događa u svijetu, pa ako, primjerice, nacrtate nešto na zidu i odete drugdje, nacrtano ostaje kada se vratite. Podržane su široke mogućnosti interakcije, od otvaranja vrata i fizikalnih efekata vode do unosa novih likova ili promjene vremena, sve u realnom vremenu i s izuzetno niskom latencijom.

Genie 3 temelji se na naprednim autoregresivnim tehnikama i “memoriji svijeta”, što omogućuje visoku dosljednost i realizam. Najčešće se vidi kao novi alat za razvoj igara, edukaciju, istraživanje robotike, pa čak i sigurnosnu pripremu za ekstremne scenarije, jer omogućuje “učitavanje” dosad neviđenih simulacija na zahtjev.

Iako još ima ograničenja, poput duljine trajanja simulacije i kompleksnosti interakcija više agenata, Genie 3 označava konkretan korak prema umjetnoj općoj inteligenciji i autonomnom učenju iz bogatih, interaktivnih okruženja, kažu u Google DeepMindu..