Google Genie 2 (DeepMind Genie 2) er en stor "verdensmodel" – der skaber interaktive 3D-verdener ud fra billeder eller tekstprompter

Ikke et produkt, men fremtiden: Hvad Googles interaktive AI Genie 2 virkelig kan – Genie 2 træner AI-agenter i simulerede 3D-verdener

Google Genie 2 (korrekt: DeepMind Genie 2) er en stor "verdensmodel", der genererer interaktive 3D-verdener ud fra et billede eller en tekstprompt, hvor brugere eller agenter kan handle i realtid via tastatur/mus

Den nuværende status (slutningen af ​​2025): Det er et forsknings- og demosystem fra Google DeepMind, ikke et frit tilgængeligt produkt, men det bliver i stigende grad vist på konferencer og i medierne som en byggesten til spil, simulering og agenttræning.

Hvad Genie 2 teknisk set er

Genie 2 er en storstilet "Foundation World Model", der lærte ud fra videodata at simulere fysisk ensartede, interaktive verdener (bevægelse, kollisioner, NPC-adfærd, perspektivændringer).

Arkitektonisk kombinerer den en video-autoencoder med en autoregressiv transformer i et latent rum (ligner LLM'er, men for video/verdensdynamik) og samples yderligere frame for frame med handlinger (tastatur/mus).

Nuværende færdigheder

Fra et enkelt billede (eller et billede, der tidligere er genereret af en billedmodel som f.eks. Imagen), kan Genie 2 generere en spilbar 3D-scene, f.eks. platformspil eller eventyrlignende miljøer.

Verdenerne forbliver ensartede i cirka 10-60 sekunder, inklusive animationer, belysning, vand-/partikeleffekter og miljøets reaktion på spillerens handlinger; derefter "nulstilles" scenariet i bund og grund.

Anvendelser og anvendelsesområder

DeepMind positionerer Genie 2 primært som et forsknings- og kreativt værktøj: hurtig prototyping af interaktive oplevelser, generering af forskellige testmiljøer til RL- eller agentsystemer (inklusive SIMA-agenter).

Potentielle anvendelsesområder omfatter spil, simulering/træning, robotteknologi (legembedded agents) og generelle evalueringsmiljøer for generelle agents.

Tilgængelighed og produktstatus

Siden annonceringen den 4. december 2024 har GENIE 2 kun været tilgængelig for en udvalgt gruppe testere. En offentlig udgivelsesdato er endnu ikke blevet annonceret.

I øjeblikket er der ingen offentlig API eller udbredt produktintegration; Genie 2 præsenteres i blogindlæg, artikler og demoer (f.eks. 60 Minutes, konferencer, I/O), men forbliver et internt DeepMind-system.
I Googles I/O 2025-dækning vises Genie 2 sammen med andre generative mediemodeller som Veo og Gemini's agentfunktioner, men uden en separat udviklerudgivelse eller prisfastsættelse.

Googles AI-model GENIE 2 skaber en ny virkelighed: Grundlæggende og teknisk grundlag for modellen

GENIE 2, der er udviklet af Google DeepMind, repræsenterer et betydeligt gennembrud i udviklingen af ​​såkaldte verdensmodeller. Den grundlæggende funktion af dette AI-system er at generere fuldt tredimensionelle, interaktive miljøer ud fra simple input såsom et enkelt billede eller en tekstbeskrivelse. I modsætning til konventionelle renderingmotorer eller spilmotorer bruger GENIE 2 en autoregressiv latensdiffusionsmodel, der er i stand til at generere virtuelle verdener billede for billede og simulere konsekvenserne af handlinger i disse verdener.

Genie 2 blev officielt annonceret og afsløret af Google DeepMind den 4. december 2024. Den første officielle meddelelse blev foretaget via Googles officielle DeepMind-blog. Meddelelsen med titlen " Genie 2: En storskala fundamentverdensmodel " blev offentliggjort på hjemmesiden deepmind.google/blog.

GENIE 2 blev præsenteret som en forskningsprototype inden for en begrænset Research Preview. Det betyder, at modellen ikke blev gjort direkte tilgængelig for offentligheden, men i starten kun fik adgang til udvalgte forskere og kreative personer. Google DeepMind udgav ikke en fuldstændig videnskabelig forskningsartikel om GENIE 2, som det var tilfældet med dens forgænger, GENIE 1.

Lanceringen af ​​GENIE 2 faldt sammen med en periode med intensiv AI-udvikling hos Google. Blot et par dage senere, den 10. december 2024, annoncerede Google også den nye Gemini 2.0-serie, hvilket demonstrerede, at virksomheden præsenterede flere betydelige næste generations AI-modeller inden udgangen af ​​2024.

Hvad er det særlige ved den tekniske arkitektur i GENIE 2?

Den tekniske arkitektur i GENIE 2 er baseret på flere komponenter, der arbejder sammen for at muliggøre modellens imponerende funktioner. Systemet bruger først et stort videodatasæt til træning og anvender derefter en diffusionsmodel, der arbejder med transformere og klassifikatorer. Nøglen til at forstå dette ligger i metodologien: modellen fungerer som et autoregressivt system, hvilket betyder, at den fortsætter sekventielt. Under inferens udfører systemet en enkelt handling sammen med de foregående latente frames og genererer derefter den næste frame. Særligt innovativ er brugen af ​​klassifikatorfri vejledning, en teknik, der forbedrer kontrollerbarhed og respons på handlinger. Modellen blev trænet på en enorm mængde videomateriale, hvilket gør det muligt for den at demonstrere forskellige nye funktioner, der ikke var eksplicit programmeret.

Hvordan adskiller GENIE 2 sig fra sin forgænger GENIE 1?

Forskellen mellem GENIE 1 og GENIE 2 er fundamental og markerer et stort spring fremad i udviklingen af ​​verdensmodeller. GENIE 1 var begrænset til todimensionelle miljøer og kunne kun generere simple 2D-platformspillignende scener. Karaktererne var ofte slørede, og spilbarheden var begrænset til omkring to sekunder. GENIE 2 arbejder derimod med fuldt tredimensionelle verdener og kan generere dem konsekvent over betydeligt længere perioder. Mens GENIE 1 producerede meget forenklede miljøer, kan GENIE 2 gengive komplekse landskaber med realistiske objektinteraktioner, detaljerede karakteranimationer og fysisk nøjagtig adfærd. Evnen til at generalisere er også blevet betydeligt forbedret, hvilket betyder, at GENIE 2 kan udlede og forstå ideer om miljøer, selvom det aldrig har set dem i præcis den form før.

Hvilken opløsning og billedhastighed opnår GENIE 2?

GENIE 2 genererer interaktive miljøer med en opløsning på 720 pixels og en billedhastighed, der er tilstrækkelig til interaktive spil. Der findes to versioner af modellen: en ufortyndet basisversion, der tilbyder den højest mulige kvalitet, og en destilleret version, der muliggør interaktion i realtid, omend med en smule reduceret visuel kvalitet. Denne balance mellem kvalitet og hastighed er afgørende for praktiske anvendelser.

Muligheder og funktioner

Hvilke fysiske simuleringer kan GENIE 2 udføre?

GENIE 2 kan prale af et imponerende udvalg af fysiske simuleringer, der adskiller det fra tidligere generationer af verdensmodeller. Systemet kan realistisk afbilde tyngdekraften, hvilket betyder, at objekter falder, når de tabes. Det modellerer kollisioner mellem objekter og mellem karakterer og deres omgivelser. Vandeffekter simuleres realistisk, herunder bølger, der skabes, når objekter bryder igennem eller bevæger sig gennem vand. Røg og andre partikeleffekter genereres også. Derudover inkorporerer systemet komplekse lyssimuleringer, realistiske refleksioner og skyggeeffekter. Disse fysiske simuleringer er ikke blot forprogrammerede animationer; de beregnes i realtid af det neurale netværk baseret på spillerens handlinger og scenens aktuelle tilstand.

Hvordan fungerer den såkaldte Long Horizon-hukommelse i GENIE 2?

Long Horizon Memory er en af ​​GENIE 2's mest bemærkelsesværdige funktioner og løser et problem, der plagede tidligere verdensmodeller. Modellen kan huske dele af den genererede verden, der i øjeblikket er uden for brugerens synsfelt. Hvis en avatar for eksempel forlader et rum og senere vender tilbage til det samme rum, vil systemet konsekvent rekonstruere rummet præcis, som det så ud før. Dette er muligt, fordi modellen opretholder en intern hukommelse af verdenstilstande. Denne hukommelse har dog sine begrænsninger: GENIE 2 kan opretholde ensartede verdener i cirka 60 sekunder. Efter dette tidsrum kan visuelle artefakter dukke op, detaljer går tabt, og illusionen af ​​et stabilt miljø bryder sammen. I praksis bruger de fleste demonstrationer af systemet scener, der varer mellem 10 og 20 sekunder, for at vise de bedste resultater.

Hvilke perspektiver og kontrolmuligheder tilbyder GENIE 2?

GENIE 2 understøtter flere forskellige perspektiver, der giver brugeren mulighed for at opleve den virtuelle verden fra forskellige synsvinkler. Førstepersonsperspektivet tilbyder visningen fra karakterens synspunkt. Tredjepersonsperspektivet giver et overblik over karakteren og dennes omgivelser fra et eksternt synspunkt, svarende til mange moderne videospil. Et isometrisk perspektiv er også tilgængeligt, der tilbyder en diagonal top-down-visning. Styring sker via tastatur og mus, hvilket muliggør intuitiv betjening. Systemet identificerer intelligent, hvilket element i scenen der repræsenterer karakteren, og flytter dem i overensstemmelse hermed, mens andre elementer, såsom træer eller skyer, forbliver statiske.

Kan GENIE 2 generere verdener ud fra rigtige fotos?

Ja, GENIE 2 kan faktisk bruge billeder fra den virkelige verden som udgangspunkt og omdanne dem til interaktive, tredimensionelle miljøer. Dette er et af de mest fascinerende aspekter af teknologien. Et virkeligt foto af en strand kan animeres, så brugeren kan gå ud i vandet og udforske omgivelserne. Et foto af et rum kan blive et fuldt interaktivt 3D-miljø. Systemet skal udlede dybdestrukturen fra det flade billede og konstruere en konsistent, fysisk plausibel tredimensionel verden. Dette kræver en dyb forståelse af rumlig geometri og objektrelationer.

Hvordan kan GENIE 2 og SIMA-agenten arbejde sammen?

En særlig spændende kombination er integrationen af ​​GENIE 2 med DeepMinds SIMA-agent, et AI-system, der er i stand til at udføre handlinger i digitale verdener gennem instruktioner i naturligt sprog. SIMA-agenten kan navigere i de miljøer, der genereres af GENIE 2, mens den følger kommandoer i naturligt sprog. I demonstrationer kan SIMA-agenten for eksempel forstå instruktionen "åbn blå dør" og udføre den i den virtuelle verden. Denne synergi er meget lovende: GENIE 2 skaber et uendeligt antal forskellige træningsmiljøer, mens SIMA lærer og handler i dem. Dette kan føre til et nyt paradigme i udviklingen af ​​dygtige AI-agenter.

Anvendelser og praktiske anvendelser

Hvordan kan GENIE 2 revolutionere spiludvikling?

Spiludvikling er en af ​​de mest oplagte anvendelser af GENIE 2, og effekten kan være transformerende. Traditionelt set skal spiludviklere bruge utallige timer på at skabe 3D-modeller, designe landskaber og manuelt programmere miljøer. GENIE 2 kan accelerere denne proces dramatisk. Udviklere kan indtaste en koncepttegning eller en tekstbeskrivelse, og systemet vil generere et øjeblikkeligt spilbart miljø. Dette muliggør hurtig prototyping og iterativ udvikling. Designere kan hurtigt afprøve forskellige miljøvariationer for at finde ud af, hvad der fungerer bedst. Dette sparer ikke kun tid, men kan også fremme kreativitet, da udviklere kan teste flere koncepter. Derudover kan GENIE 2-genererede verdener tjene som et udgangspunkt for yderligere forfining, hvor manuelt design stadig spiller en rolle.

Hvad er betydningen af ​​GENIE 2 for træningen af ​​AI-agenter?

Træning af AI-agenter er måske den vigtigste anvendelse af GENIE 2 og grunden til, at Google DeepMind fokuserer så meget på dette projekt. Når udviklere træner robotter eller andre indbyggede AI-systemer, har de brug for millioner af eksempler på forskellige scenarier. Indtil nu har disse skullet indsamles i den virkelige verden, hvilket er dyrt og tidskrævende, eller der har været brug for et begrænset antal simulerede miljøer, som ikke er særlig realistiske. GENIE 2 løser dette problem ved at kunne generere et uendeligt antal forskellige træningsscenarier. En robot kan trænes i et lager genereret af GENIE 2, i tusindvis af forskellige konfigurationer, for at lære at navigere i kaotiske miljøer. Et autonomt køretøj kan trænes i simuleret storbytrafik med uendeligt varierende scenarier. Dette fører til bedre generalisering og mere robuste AI-systemer. Hvert genereret scenarie kan være helt anderledes, samtidig med at det forbliver fysisk plausibelt og konsistent.

Hvordan kan GENIE 2 hjælpe med visualisering og modellering?

Ud over spiludvikling og AI-træning har GENIE 2 også anvendelser inden for visualisering og modellering. Arkitekter kan hurtigt omdanne deres designs til interaktive, tredimensionelle modeller, som kunderne kan se. Virksomheder kan visualisere og optimere produktionsprocesser. Inden for uddannelse kan komplekse koncepter undervises gennem interaktive simuleringer. En biologilærer kan visualisere et mikroskopisk økosystem, som eleverne kan navigere i. En fysiklærer kan simulere fysiske fænomener i realtid. Mulighederne er stort set ubegrænsede.

Hvilken rolle kan GENIE 2 spille i medicinsk uddannelse?

GENIE 2 kan også yde et væsentligt bidrag til medicinsk uddannelse. Operationel modellering i GENIE 2-genererede hospitalsmiljøer kan bidrage til at udvikle bedre systemer til at støtte læger i deres arbejde. Medicinstuderende kan træne i realistiske, men sikre virtuelle miljøer. Forskellige hospitalskonfigurationer og nødscenarier kan genereres for at forbedre forberedelsen til forskellige situationer. Dette har potentiale til at forbedre kvaliteten af ​​medicinsk uddannelse betydeligt uden at gå på kompromis med sikkerheden for rigtige patienter.

Hvordan kan GENIE 2 bruges i videoproduktion?

Et andet spændende område er brugen af ​​GENIE 2 i videoproduktion og filmfotografering. Filmskabere kan generere inputbilleder og derefter flytte virtuelle kameraer gennem de genererede verdener for at skabe optagelser, der ellers ville kræve dyre kulisser eller omfattende CGI-arbejde. Dette kan reducere filmproduktionsomkostninger og udvide de kreative muligheder. En hurtig idé kan omdannes til en færdig videoscene på få minutter uden behov for et stort produktionsteam.

Sådan finder du det rette Metaverse-bureau, planlægningskontor eller konsulentfirma - Billede: Xpert.Digital

🗒️ At finde det rette Metaverse-bureau, planlægningskontor eller konsulentfirma – Søg og søg: De ti bedste tips til rådgivning og planlægning

Mere information her:

• Eksperter i Metaverse og XR: Find de rigtige partnere

Begrænsede træningsmiljøer for AI

I hvilken grad muliggør GENIE 2 ubegrænsede træningsmiljøer?

Tilgangen med ubegrænsede træningsmiljøer er transformerende for AI-forskning. I stedet for at AI-systemer gentagne gange navigerer i det samme miljø og lærer af begrænsede træningseksempler, kan GENIE 2 generere 2 millioner forskellige miljøer. Det betyder, at en AI-agent aldrig oplever præcis den samme situation to gange. Denne diversitet fører til bedre generalisering, fordi modellen ikke blot husker adfærd for specifikke, kendte scenarier, men udvikler virkelige koncepter og strategier. En robot, der er trænet i tusindvis af forskellige lagerkonfigurationer, vil være bedre i stand til at håndtere en ny, ukendt konfiguration end en robot, der er trænet i et enkelt miljø.

Kunstig generel intelligens og verdensmodeller

Hvorfor ser DeepMind verdensmodeller som GENIE 2 som skridt på vejen mod AGI?

DeepMind ser verdensmodeller som GENIE 2 som grundlæggende byggesten på vejen mod kunstig generel intelligens (AGI). Årsagen ligger i, at sand intelligens kræver en forståelse af kausalitet, fysik og konsekvenser. Et system, der er i stand til at forstå og simulere komplekse, dynamiske scenarier, demonstrerer en dybere forståelse af verden end et, der kun genkender statiske mønstre. GENIE 2 gør det muligt for AI-systemer at lære og operere i en bred vifte af scenarier, hvilket bringer dem tættere på sand intelligens. Desuden kan teknologien løse problemet med dataopdagelse til træning. Med stort set alle tilgængelige websteder og videoer allerede ført ind i moderne AI-systemer, eksisterer der en datakrise. GENIE 2 kan generere en uendelig mængde syntetiske træningsdata uden at være afhængig af data fra den virkelige verden, hvilket muliggør videreudvikling af AI-systemer.

Begrænsninger og udfordringer

Hvad er tidsgrænserne for GENIE 2?

Selvom GENIE 2 er imponerende, har den også betydelige begrænsninger. Den vigtigste er tidsmæssig konsistens. Modellen kan opretholde konsistente verdener i cirka 60 sekunder. Efter denne tid opstår der i stigende grad visuelle artefakter, der forstyrrer illusionen af ​​en sammenhængende verden. Dette skyldes delvist modellens design, som genererer billeder sekventielt og kan akkumulere små fejl i processen. Disse fejl er kendt som drift og er et velkendt problem med generative modeller. I praksis holdes de fleste demonstrationer af systemet betydeligt kortere, typisk 10 til 20 sekunder, for at vise de bedste resultater.

Hvilke problemer er der med visuel konsistens?

Et andet stort problem er visuel konsistens over længere perioder. Systemets hukommelse, som gemmer detaljer om verden, der ikke er synlige, fungerer relativt godt i de første par sekunder, men begynder at forringes over tid, eller hvis kameraet bevæger sig for langt. Tekstgengivelse er en anden svaghed. Hvis tekst skal være til stede i en scene, har modellen ofte svært ved at generere den korrekt og læseligt. Dette er et kendt problem med mange generative AI-modeller.

Hvad er kravene til hardware og computerkraft for GENIE 2?

GENIE 2 er beregningsintensivt. Systemet gengiver meget lange videoer i realtid, hvilket kræver en enorm mængde processorkraft. Den destillerede version, der muliggør interaktion i realtid, kræver stadig betydelig computerkraft. Den ufortyndede basisversion, der tilbyder den højeste kvalitet, kræver endnu flere ressourcer. Dette gør udbredt tilgængelighed og lokal brug i øjeblikket urealistisk. Brugere har brug for adgang til kraftfulde GPU-klynger for at kunne bruge systemet effektivt.

Hvilke begrænsninger er der i forhold til agentinteraktion?

Selvom AI-agenter kan bevæge sig rundt og udføre opgaver i de verdener, der genereres af GENIE 2, er deres interaktionsmuligheder stadig begrænsede. Agenterne kan ikke aktivt ændre verden, men kan kun navigere og interagere med den. For eksempel kan de åbne døre eller flytte objekter, men de kan ikke foretage permanente ændringer, der fundamentalt ændrer verden. Modelleringen af ​​flere uafhængige agenter, der agerer samtidigt i den samme verden, er heller ikke endnu velimplementeret.

Nuværende tilgængelighed og fremtidsudsigter

Hvem har adgang til GENIE 2?

GENIE 2 er i øjeblikket ikke tilgængelig for offentligheden. Systemet testes af DeepMind som en del af en begrænset forskningsforhåndsvisning, hvor adgang gives til udvalgte forskere og kreative personer. Dette er dels af praktiske årsager på grund af beregningskravene, men også for at evaluere risici og videreudvikle modellen under kontrollerede forhold. DeepMind planlægger at udvide adgangen til flere testere i fremtiden, men en tidsramme for en offentlig udgivelse er ikke blevet annonceret.

Hvad er de næste udviklinger og forbedringer?

DeepMind arbejder aktivt på at overvinde begrænsningerne i GENIE 2. En vigtig forbedring kunne være at øge opløsningen for at skabe endnu mere realistiske miljøer. Der er også planlagt udvidelse af interaktionsmulighederne, der giver agenter mulighed for at manipulere verden mere omfattende. Optimering af ydeevnen for at opnå hurtigere behandlingshastigheder og lavere latenstid ville forbedre brugeroplevelsen. Af særlig betydning er det at udvide den tidsmæssige konsistens, hvilket sikrer, at verdener forbliver stabile over længere perioder. Disse forbedringer ville muliggøre en langt bredere vifte af applikationer.

Hvilke fremtidige versioner eller efterfølgere kan forventes?

Der er allerede indikationer på GENIE 3, en næstegenerationsmodel, der siges at vise forbedringer i forhold til GENIE 2. GENIE 3 kan opretholde ensartede simuleringer i flere minutter, hvilket ville være et stort skridt fremad. Med yderligere generationer kan systemet i sidste ende generere ensartede verdener i timevis, hvilket er nødvendigt for mange trænings- og anvendelsesscenarier. Den langsigtede vej kan føre til systemer, der er i stand til at skabe stort set ubegrænsede, fuldstændigt ensartede virtuelle verdener, der kan udforskes interaktivt af AI eller mennesker.

Indvirkning på industri og samfund

Hvordan kunne GENIE 2 ændre spiludviklingsindustrien?

Indvirkningen på spiludviklingsindustrien kan være dybtgående. Mellemstore og mindre studier, der tidligere manglede ressourcerne til at skabe store åbne verdener, kan pludselig realisere sådanne projekter. Udviklingscyklusserne kan forkortes drastisk. Dette kan føre til en demokratisering af spiludvikling, hvilket giver flere kreative stemmer mulighed for at blive hørt, fordi de tekniske hindringer reduceres. Samtidig kan etablerede studier dramatisk strømline deres processer og dedikere mere tid til gameplay og fortælling i stedet for skabelse af aktiver.

Hvilke konsekvenser har GENIE 2 for robotteknologi?

Robotindustrien kan transformeres af GENIE 2. Robotter kan trænes hurtigere og bedre, hvilket kan føre til mere intelligente og kapable systemer. Dette kan være særligt relevant inden for logistik og produktion, hvor autonome systemer allerede spiller en stor rolle. GENIE 2 kan accelerere og forbedre udviklingen af ​​sådanne systemer.

Hvilke etiske og sociale spørgsmål opstår?

GENIE 2's kraft rejser også etiske spørgsmål. Genereringen af ​​overbevisende virtuelle verdener kan bruges til nye former for manipulation eller bedrag. Adgang til denne teknologi er i øjeblikket begrænset til forskningsinstitutioner og velfinansierede virksomheder, hvilket rejser spørgsmål om ulighed. Der er også spørgsmål om kontrollerbarheden af ​​AI-systemer, der er trænet i disse genererede verdener, og om sådanne systemer kan udvise uønsket adfærd uden for disse kontrollerede miljøer.

GENIE 2 fra DeepMind: Hvorfor denne verdensmodel kunne være den manglende brik til AGI

Fra dataknaphed til dataoverflod: Hvordan GENIE 2 skaber uendelige træningsverdener

Hvorfor er GENIE 2 en milepæl inden for AI-udvikling?

GENIE 2 er en milepæl, fordi den adresserer adskillige problemer inden for AI-forskning. Den viser, at det er muligt at generere komplekse, dynamiske virtuelle verdener i realtid, noget der tidligere blev anset for umuligt. Den demonstrerer, at AI kan udvikle en forståelse af fysik, kausalitet og logiske konsekvenser. Disse er fundamentalt vigtige byggesten på vejen mod kunstig generel intelligens. Desuden kan GENIE 2 løse dataproblemet i AI-forskning ved syntetisk at generere en uendelig mængde realistiske træningsdata. Dette kan indlede en ny æra inden for AI-udvikling.

Hvordan vil brugere og udviklere tilpasse sig GENIE 2?

Efterhånden som GENIE 2 eller dens efterfølgere bliver mere bredt tilgængelige, bliver udviklere nødt til at tilpasse og integrere disse nye værktøjer i deres arbejdsgange. Dette kan skabe nye erhverv, såsom den virtuelle verdens promptingeniør, der forstår, hvordan man bruger GENIE effektivt. Det kan også ændre eksisterende erhverv, da nogle traditionelle opgaver overtages af AI. Samfundet bliver nødt til at tilpasse sig en verden, hvor fotorealistiske miljøer kan genereres på få sekunder.

Hvad er de andre udfordringer på vejen mod endnu bedre verdensmodeller?

De næste store udfordringer er at forbedre den tidsmæssige konsistens, så verdener forbliver stabile i timevis. Den rumlige nøjagtighed skal øges for bedre at kunne genskabe virkelige steder. Interaktionsmulighederne skal udvides, så agenter kan påvirke verden mere dybtgående. Beregningskravene skal reduceres for at gøre systemet tilgængeligt for en bredere brugerbase. Tekstgengivelsen skal forbedres for at generere korrekt læselig tekst i scener.

Hvornår vil vi se fuldt realiserede praktiske anvendelser af GENIE 2?

Virkeligheden vil sandsynligvis være gradvis. Forskningsinstitutioner vil allerede begynde at bruge GENIE 2 til specifikke applikationer såsom træning af AI-agenter. Intern prototyping i spiludvikling kan begynde i løbet af de næste par år. Det vil dog sandsynligvis vare flere år, før systemet er optimeret nok til storstilet industriel brug. De næste versioner, især GENIE 3 og fremefter, vil være afgørende.

Hvordan positionerer GENIE 2 sig i sammenhæng med andre AI-fremskridt?

GENIE 2 står ikke alene, men er en del af en bredere AI-revolution. Den kommer på et tidspunkt, hvor modeller som GPT-4, Claude og andre store sprogmodeller allerede demonstrerer imponerende muligheder. Den kommer på et tidspunkt, hvor tekst-til-billede-generering bliver almindelig med modeller som DALL-E og Midjourney. GENIE 2 udvider disse muligheder til dimensionerne af temporalitet og interaktivitet. Den viser, at AI-forskning ikke kun kan generere statisk indhold, men også dynamiske, interaktive miljøer. Dette kunne være begyndelsen på et nyt kapitel i AI's historie.

Hvad er det overordnede mål med Googles DeepMind med GENIE 2?

Det overordnede mål er ambitiøst: DeepMind ser GENIE 2 som et springbræt på vejen mod kunstig generel intelligens. Ved at skabe systemer, der kan forstå og simulere komplekse, dynamiske verdener, mener DeepMind, at de lægger en grundlæggende byggesten til ægte intelligens. Kombinationen af ​​dette med agenter som SIMA kan føre til autonome AI-systemer, der er i stand til at operere i den virkelige verden. Om dette ambitiøse mål vil blive nået, vil vise sig i de kommende år, men GENIE 2 er uden tvivl et vigtigt skridt i den retning.

☑️ Vores forretningssprog er engelsk eller tysk

☑️ NYT: Korrespondance på dit modersmål!

Konrad Wolfenstein

Jeg og mit team er glade for at stå til rådighed for dig som din personlige rådgiver.

Du kan kontakte mig ved at udfylde kontaktformularen her eller blot ringe til mig på +49 89 89 674 804 ( München) . Min e-mailadresse er: [email protected]

Jeg glæder mig til vores fælles projekt.

☑️ SMV-support inden for strategi, rådgivning, planlægning og implementering

☑️ Oprettelse eller omlægning af den digitale strategi og digitalisering

☑️ Udvidelse og optimering af internationale salgsprocesser

☑️ Globale og digitale B2B-handelsplatforme

☑️ Pioner inden for forretningsudvikling / marketing / PR / messer

Drag fordel af Xpert.Digital's omfattende, femdobbelte ekspertise i en omfattende servicepakke | R&D, XR, PR & optimering af digital synlighed - Billede: Xpert.Digital

Xpert.Digital besidder dybdegående viden på tværs af forskellige brancher. Dette giver os mulighed for at udvikle skræddersyede strategier, der er præcist afstemt med kravene og udfordringerne i dit specifikke markedssegment. Ved løbende at analysere markedstendenser og overvåge brancheudviklingen kan vi handle proaktivt og tilbyde innovative løsninger. Kombinationen af ​​erfaring og ekspertise skaber merværdi og giver vores kunder en afgørende konkurrencefordel.

Mere information her:

• Drag fordel af Xpert.Digital's 5 ekspertiseområder i én pakke – fra kun €500/måned