Google Genie 3 оживляет твой трёхмерный мир с помощью ИИ

5 августа 2025 года Google DeepMind выпустила последнюю версию модели Genie, известную как Genie 3. Это новая модель ИИ, которая преобразует текстовые запросы пользователя в динамичные интерактивные среды.

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

Особенно важно, что последнюю модель Genie от Google можно использовать для обучения ИИ-агентов. Для этого ИИ-агентов учат принимать решения или выполнять задачи на основе данных и обратной связи. Использование имитируемой трёхмерной среды вместо реального мира позволяет исследователям избежать многих трудностей, затрат и рисков обучения в реальных условиях.

Google Genie 3 также может моделировать сложные сценарии, например испытания автономного автомобиля, едущего в сильную непогоду, или полёт на вингсьюте над горной местностью.

В этой статье мы рассмотрим Google Genie 3 и его возможности.

Рис. 1. Кадр из симуляции Genie 3: полёт на вингсьюте. (Источник)

Краткая история моделей Genie от Google#

Прежде чем перейти к моделям Genie от Google DeepMind, полезно разобраться, что такое модели мира.

Модели мира — это системы ИИ, которые учатся понимать правила реального мира, такие как физические законы, движение и пространственные отношения, на основе текстов, изображений, видео и наборов данных о движении. Это позволяет им создавать реалистичные сцены и предсказывать их развитие. Модели Genie — примеры таких систем.

Вот краткий обзор предыдущих моделей Genie от Google, которые подготовили почву для Genie 3:

• Genie 1: Genie 1, которую часто называют просто Google Genie, стала первой моделью мира на основе ИИ от Google DeepMind, способной создавать интерактивные виртуальные среды. Пользователи могли описать мир текстом, изображениями, фотографиями или даже набросками, а Genie создавала его и позволяла управлять действиями внутри сцены. Модель 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 могла создавать самые разные детализированные интерактивные миры 3D. Будучи моделью мира, она симулировала виртуальные среды и реалистично реагировала на такие действия, как прыжки, плавание или перемещение объектов. Обученная на огромной коллекции видео, она реалистично моделировала взаимодействие объектов и движения персонажей.

Что такое Genie 3? Новая модель ИИ от Google#

Опираясь на предыдущие модели Genie, Genie 3 стала самой новой и продвинутой моделью в серии. Она развивает возможности Genie 2, которая могла создавать новые виртуальные среды, а также Veo 3 — последней модели Google DeepMind для генерации видео. Veo 3 демонстрирует глубокое понимание физики и взаимодействия объектов в реальном мире.

Google Genie 3 самостоятельно осваивает законы физики с помощью метода, известного как обучение с самоконтролем. Это метод обучения ИИ, при котором модель ИИ выявляет закономерности и связи в неразмеченных данных, самостоятельно генерируя сигналы для обучения.

Способность Google Genie 3 к обучению с самоконтролем крайне важна для обучения систем ИИ, например ИИ-агентов и роботов с ИИ, выполнению различных задач. Исследователи Google DeepMind считают Genie 3 важным шагом на пути к созданию искусственного общего интеллекта (AGI).

Рис. 2. Пример использования Google Genie 3 для симуляции управления роботизированным вездеходом. (Источник)

AGI — это теоретическая форма ИИ, способная понимать и изучать любую задачу или предмет и применять эти знания в разных ситуациях, как человек. В отличие от современных моделей искусственного интеллекта, созданных для конкретных задач и с трудом переносящих навыки на новые проблемы, AGI сможет адаптироваться и обучаться в самых разных условиях.

Ключевые возможности Google Genie 3 для создания мира ИИ#

Вот некоторые ключевые возможности Genie 3:

• Генерация мира 3D по тексту: модель может превращать простой текстовый запрос (например, «робот идёт по улице») в интерактивную среду, похожую на мир 3D, с базовым управлением движением.
• События в мире, задаваемые запросами: пользователи могут динамически менять среду, вводя новые команды (например, добавить дождь на улицу).
• Зрительная память: Genie 3 может запоминать объекты, оставленные в среде, и позволять тебе возвращаться к ним позже; память сохраняется около минуты.
• Плавный и стабильный вывод видео: модель может выдавать видео со скоростью 24 кадра в секунду (fps) и разрешением 720p, обеспечивая более длительное взаимодействие по сравнению с Genie 2.

Рис. 3. Google Genie 3 может создавать результаты, которые сохраняются дольше результатов Genie 2. (Источник)

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

Google Genie 3 может сделать обучение, исследования и тренировки более захватывающими и увлекательными. Например, в классе она может оживить историю, естественные науки или географию, позволив ученикам исследовать древние города или отправиться в космос. Разработчикам искусственного интеллекта она предлагает реалистичные виртуальные миры для отработки стратегий, преодоления трудностей и развития навыков принятия решений.

Учёные также могут использовать её для создания контролируемых симуляций, чтобы проверять идеи, изучать экосистемы или наблюдать за поведением объектов. Ещё одно интересное применение — разработка игр. Разработчики игр могут превращать текстовые запросы в детализированные игровые миры, ускоряя разработку и сокращая потребность в больших командах.

Рис. 4. С помощью Genie 3 можно создавать весёлые, яркие и интерактивные игры. (Источник)

Ограничения Google Genie 3 как модели мира#

Google Genie 3 предлагает множество функций и преимуществ, но важно учитывать и её недостатки.

Вот некоторые ограничения, о которых стоит помнить:

• Ограниченный набор действий: хотя в виртуальном мире можно запускать множество событий, агент не всегда выполняет их самостоятельно. Возможности действий, которые агент может выполнять напрямую, пока ограничены.
• Взаимодействие с другими агентами: создание реалистичного взаимодействия нескольких независимых агентов в одной среде всё ещё находится в разработке.
• Точность воссоздания реального мира: Google Genie 3 пока не может с идеальной географической точностью воссоздавать реальные места.

Главные выводы#

Google Genie 3 — значительный шаг вперёд в создании реалистичных интерактивных миров 3D с помощью ИИ. Она может воплощать идеи по простым текстовым запросам, моделировать физику и даже обучать системы ИИ в безопасных виртуальных пространствах.

Несмотря на существующие ограничения, она открывает множество возможностей для исследований, игр и разработки ИИ. Это также важный шаг на пути к системам AGI, способным мыслить и учиться больше похожим на людей образом.

Загляни в наш репозиторий GitHub, чтобы узнать больше об ИИ. Присоединяйся к нашему активному сообществу и знакомься с инновациями в таких областях, как ИИ в розничной торговле и визуальный ИИ в производстве. Чтобы уже сегодня начать работу с компьютерным зрением, ознакомься с нашими вариантами лицензирования.