Google DeepMind lansează Genie 4: inteligență artificială care simulează voci umane

De la video la simulare umană!

Google DeepMind a lansat Genie 4, un model de lume AI care generează video fotorealistice și simulează voci umane. Instrumentul a apărut astăzi ca previzualizare limitată pentru primii utilizatori.

Este un pas major spre inteligență artificială generală.

Compania subliniază că înțelegerea și simularea lumii este esențială pentru construirea AGI. Genie 4 se concentrează pe generarea interacțiunilor și vorbirii umane realiste.

Utilizatorii pot modifica video-urile generate prin controale interactive. Această capacitate depășește simpla generare de video prin adăugarea simulării vocale.

Versiunile anterioare se axau pe ieșire vizuală. Genie 4 adaugă un strat nou de realism prin generarea voicilor umane alături de video. Acest lucru permite simulări mai complete ale comportamentului uman. Sistemul poate produce conversații și expresii vocale care se potrivesc cu conținutul vizual. Această integrare face ca lumea simulată să pară mai autentică.

Vocea adaugă o dimensiune critică pentru simularea lumii.

Întrebări frecvente?

Fără ea, modelele AI au dificultate în a capta întreaga gamă a comunicării umane. DeepMind susține că înțelegerea adevărată a lumii necesită modelarea modului în care oamenii vorbesc, nu doar cum arată. Compania declară că acesta este un componentă cheie pe calea spre AGI.

Previzualizarea limitată înseamnă că doar un grup mic de cercetători are acces la instrument acum. Disponibilitate mai largă este așteptată mai târziu. Această lansare treptată permite DeepMind să adune feedback înainte de lansarea publică.

Poate Genie 4 genera video și voce simultan? Da.

Modelul produce video fotorealistice pereche cu voci umane potrivite. Utilizatorii pot ajusta ambele elemente interactiv.

Este Genie 4 disponibil publicului încă?

Nu. Este în prezent o previzualizare de cercetare limitată pentru primii utilizatori. O lansare mai largă este planificată pentru viitor.