وفقًا لتدوينة على مدونة DeepMind، يُعدّ Genie 3 مزيجًا من سابقه وVeo 3، وهو نموذج لإنشاء مقاطع فيديو من النصوص. بخلاف Genie 2، الذي كان يُنشئ سيناريوهات تفاعلية تستمر لبضع ثوانٍ، يُنشئ الذكاء الاصطناعي الجديد محاكاةً مدتها عدة دقائق بدقة 720 بكسل. يُمكن للمستخدمين التنقل عبر البيئات باستخدام لوحة المفاتيح أو لوحات الاتجاهات.
من أبرز ميزات Genie 3 اعتماده على تقنية التوليد الانحداري التلقائي، وهي تقنية تُمكّنه من بناء العالم إطارًا تلو الآخر، مع تذكر ما حدث سابقًا. هذا يُمكّنه من الحفاظ على الاتساق المادي، ما يُتيح للمستخدمين العودة إلى زمن سابق. تُشير غوغل إلى أن تقنية الانحدار التلقائي قد تُسبب أخطاءً؛ ومع ذلك، تبقى البيئات متسقة، مع ذاكرة بصرية تعود إلى دقيقة واحدة.
من حيث الأداء، يستطيع Genie 3 إنتاج مشاهد ذات خصائص فيزيائية معقدة. ومن الأمثلة على ذلك زلاجة مائية تتحرك عبر بحيرة عند منتصف الليل، أو نزهة في الغابة، أو قفزة بالمظلات من أعلى جرف.
تتضمن مقاطع الفيديو أدوات تحكم في التنقل لتحريك الكاميرا أو التنقل في البيئة، مع إمكانية برمجة التفاعلات. هذا مشابه لما رأيناه في لعبة Black Mirror: Bandersnatch، حيث يمكن للمستخدم اختيار حدث لاحق. يمكن برمجة الأحداث من خلال توجيهات نصية، مما يُغيّر عناصر العالم الافتراضي.
بينما صُمم Genie 2 كبديل لتصميم عوالم ألعاب الفيديو، فإن خليفته يتمتع بمستوى مختلف. فإلى جانب تطبيقات الترفيه، يُستخدم Genie 3 لتدريب وكلاء الذكاء الاصطناعي في بيئات محاكاة متنوعة. وقد ذكرت غوغل أنها استفادت من النموذج الجديد لتوجيه وكيل SIMA الخاص بها لأداء مهام مختلفة في سيناريوهات افتراضية.
ليست هناك تعليقات:
إرسال تعليق