MADRID 27 out. (Portaltic/EP) -
O Google DeepMind apresentou o Genie 4, uma atualização do modelo de geração de simulações do mundo que funciona em tempo real e é capaz de antecipar reações, além de gerar sons ambientais e diálogos de forma nativa.
O novo Genie 4 baseia-se nos modelos Gemini mais avançados para recriar simulações do mundo real com grande realismo, replicando seu comportamento e mantendo a coerência e a continuidade.
Trata-se de um modelo multimodal nativo com capacidade de gerar simulações que incluem, simultaneamente, “música, sons ambientais e diálogos interativos”, conforme destacam os pesquisadores do Google DeepMind em um comunicado.
A geração em tempo real do Genie 4 vai além ao recriar o mundo e antecipar a reação, ou seja, a maneira como “o mundo responde, como soa e como as pessoas que o habitam se movem, reagem e falam”.
Para isso, o Genie 4 aprimorou sua compreensão da física avançada do mundo e da ação humana, além de ter ampliado suas capacidades com a geração nativa de áudio e diálogos interativos, que se adaptam dinamicamente ao ambiente e às ações.
Uma nova camada de raciocínio permite que o Genie 4 “modele eventos complexos de múltiplas etapas e teste como os sistemas de IA navegam por diferentes ambientes antes de levá-los para o mundo real”.
Isso se traduz, por exemplo, em um braço robótico que segura uma pipeta e dispensa líquido em uma placa de laboratório, o que provoca pequenas faíscas elétricas, ou na simulação, em primeira pessoa, de uma mão que move uma varinha mágica e transforma um gato em um pavão.
As simulações geradas pelo Genie 4 pretendem ser o ponto de partida para fluxos de trabalho com IA e robótica no mundo real, mas também podem ser aplicadas no âmbito artístico para “simular ao vivo uma cena e realizar várias tomadas em tempo real” em uma gravação ou “recriar cenários históricos e fotografias imersivas” a partir de fotografias de arquivo em 2D.
Esta notícia foi traduzida por um tradutor automático