Google Genie 3 оживляет твой 3D-мир с помощью ИИ

5 августа 2025 года Google DeepMind выпустила последнюю версию модели Genie под названием Genie 3. Это новая модель ИИ, способная преобразовывать текстовые запросы пользователя в динамичные интерактивные среды.

Эти среды, или ИИ-миры, позволяют пользователю перемещаться по ним и взаимодействовать с ними в режиме реального времени, совсем как в видеоигре. Пользователи также могут расширять или изменять среду, добавляя новые текстовые запросы, что позволяет вносить изменения на лету без перезапуска симуляции.

Что делает последнюю модель Genie от Google особенно значимой, так это то, что ее можно использовать для того, чтобы тренировать AI агентов. Это предполагает обучение AI агентов принятию решений или выполнению задач с использованием данных и обратной связи. Используя симулированную 3D-среду вместо реального мира, исследователи могут избежать многих сложностей, затрат и рисков реального обучения.

Google Genie 3 также может симулировать сложные сценарии, например, тестирование автономного автомобиля, едущего в сложных погодных условиях, или вингсьют, скользящий по горной местности.

В этой статье мы рассмотрим Google Genie 3 и ее возможности. Давай начнем!

Рис 1. Кадр из симуляции Genie 3, показывающий скольжение в вингсьюте. (Источник)

Краткая история моделей Genie от Google#

Прежде чем мы перейдем к моделям Genie от Google DeepMind, давай разберемся, что такое модели мира.

Мировые модели — это AI системы, которые изучают правила реального мира, такие как физика, движение и пространственные отношения, на основе текстовых, графических, видео- и двигательных наборов данных. Это позволяет им создавать реалистичные сцены и прогнозировать их развитие. Модели Genie являются примерами таких систем.

Вот краткий обзор предыдущих моделей Google Genie, которые проложили путь для Genie 3:

• Genie 1: Genie 1, которую часто называют просто Google Genie, стала первой моделью мира с ИИ от Google DeepMind, способной создавать интерактивные виртуальные среды. Пользователи могли описывать мир с помощью текста, изображений, фотографий или даже эскизов, а Genie генерировала его, позволяя управлять действиями внутри сцены. Она была разработана для обработки видеоданных во времени, предсказания следующего кадра и преобразования пользовательского ввода в действия внутри мира.

• Genie 2: Развивая возможности Google Genie, Genie 2 научилась создавать широкий спектр детализированных интерактивных 3D-миров. Как модель мира, она симулировала виртуальные среды и реалистично реагировала на действия, такие как прыжки, плавание или перемещение объектов. Обученная на огромной коллекции видео, она отличалась реалистичным взаимодействием объектов и правдоподобными движениями персонажей.

Что такое Genie 3? Новая модель ИИ от Google#

Опираясь на предыдущие модели Genie, Genie 3 является самой последней и передовой в серии. Она основывается на Genie 2, которая могла генерировать новые виртуальные среды, и Veo 3, новейшей модели генерации видео от Google DeepMind. Veo 3 демонстрирует глубокое понимание физики и того, как объекты взаимодействуют в реальном мире.

В то время как Veo 3 использует зашитый в код физический движок, Google Genie 3 самостоятельно изучает работу физики с помощью метода, известного как самообучение. Это техника обучения AI, при которой AI модель изучает паттерны и связи из неразмеченных данных путем генерации собственных сигналов обучения.

Способность Google Genie 3 к самообучению имеет решающее значение для обучения систем искусственного интеллекта, таких как AI агенты или роботы, для решения различных задач. Фактически, исследователи из Google DeepMind рассматривают Genie 3 как важный шаг на пути к созданию искусственного общего интеллекта (AGI).

Рис 2. Пример использования Google Genie 3 для симуляции управления роботом-марсоходом. (Источник)

AGI — это теоретическая форма ИИ, способная понимать и изучать любую задачу или предмет и применять эти знания в различных ситуациях, подобно человеку. В отличие от современных моделей ИИ, которые созданы для специфических задач и с трудом переносят свои навыки на новые проблемы, AGI сможет адаптироваться и обучаться в самых разных контекстах.

Ключевые особенности Google Genie 3 для построения ИИ-мира#

Вот некоторые ключевые особенности, поддерживаемые Genie 3:

• Генерация 3D-мира по тексту: Она может превратить простой текстовый запрос (например, «робот идет по улице») в воспроизводимую 3D-подобную среду с базовым управлением движением.

• Промптируемые события в мире: Пользователи могут динамически изменять среду, вводя новые команды (например, добавить дождь на улице).

• Визуальная память: Genie 3 способна помнить объекты, оставленные в среде, и позволять тебе вернуться к ним позже (память удерживается около минуты).

• Плавный и стабильный видеовывод: Она может поддерживать вывод видео со скоростью 24 fps (кадра в секунду) в разрешении 720p, обеспечивая большую продолжительность взаимодействия по сравнению с Genie 2.

Рис 3. Google Genie 3 может генерировать результаты, которые длятся дольше, чем те, что производятся Genie 2. (Источник)

От образования до игр: приложения Genie 3 от Google DeepMind#

Google Genie 3 может сделать обучение, исследования и тренировки более увлекательными и интерактивными. Например, в классах она может оживить историю, науку или географию, позволяя студентам исследовать древние города или путешествовать сквозь пространство. Аналогично, для разработчиков искусственного интеллекта она предлагает реалистичные виртуальные миры для отработки стратегий, преодоления трудностей и улучшения навыков принятия решений.

Ученые также могут использовать ее для создания контролируемых симуляций для тестирования идей, изучения экосистем или наблюдения за поведением объектов. Еще одно интересное применение — разработка видеоигр. Разработчики игр могут превращать текстовые запросы в детализированные игровые миры, ускоряя разработку и снижая потребность в больших командах.

Рис 4. Веселые, красочные и интерактивные игры могут быть созданы с использованием Genie 3. (Источник)

Ограничения Google Genie 3 как модели мира#

Хотя Google Genie 3 предлагает множество функций и преимуществ, также важно учитывать ее недостатки.

Вот некоторые ограничения, которые стоит принять во внимание:

• Ограниченный диапазон действий: Хотя ты можешь инициировать множество событий в виртуальном мире, не все из них выполняются самим агентом. Действия, которые агент может совершать напрямую, всё еще ограничены.

• Взаимодействие с другими агентами: Создание реалистичных взаимодействий между несколькими независимыми агентами в одной среде — это пока еще работа в процессе.

• Точность реального мира: Google Genie 3 пока не может воспроизводить реальные локации с идеальной географической точностью.

Основные выводы#

Google Genie 3 представляет собой значительный шаг вперед в создании реалистичных интерактивных 3D-миров с помощью ИИ. Она может воплощать идеи в жизнь на основе простых текстовых запросов, симулировать физику и даже обучать ИИ-системы в безопасных виртуальных пространствах.

Хотя у нее всё еще есть ограничения, она открывает множество возможностей для исследований, игр и разработки ИИ. Это также важный шаг к AGI-системам, которые смогут мыслить и учиться больше похоже на людей.

Загляни в наш репозиторий GitHub, чтобы узнать больше об AI. Присоединяйся к нашему активному сообществу и открывай инновации в таких секторах, как AI в розничной торговле и видеоаналитика в производстве. Чтобы начать работу с компьютерным зрением уже сегодня, ознакомься с нашими вариантами лицензирования.