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.

Особенность последней модели Google Genie заключается в том, что ее можно использовать для обучения ИИ-агентов. Это предполагает обучение ИИ-агентов принимать решения или выполнять задачи с использованием данных и обратной связи. Используя симулированную 3D-среду вместо реального мира, исследователи могут избежать многих трудностей, затрат и рисков, связанных с обучением в реальных условиях.

Google Genie 3 также может симулировать сложные сценарии, такие как тестирование автономного автомобиля, едущего в сложных погодных условиях, или полет в вингсьюте над горной местностью.

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

Рис. 1. Кадр из симуляции Genie 3, демонстрирующий полет в вингсьюте. (Источник)

Link to this sectionКраткая история моделей Genie от Google#

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

Модели мира — это ИИ-системы, которые изучают правила реального мира, такие как физика, движение и пространственные отношения, на основе датасетов из текстов, изображений, видео и движений. Это позволяет им создавать реалистичные сцены и предсказывать, как они будут развиваться. 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.

Link to this sectionЧто такое Genie 3? Новая модель ИИ от Google#

Основанная на предыдущих моделях, Genie 3 является самой последней и продвинутой в этой серии. Она опирается прежде всего на Genie 2, которая могла генерировать новые виртуальные среды, и Veo 3, новейшую модель 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 жестко запрограммированный физический движок, Google Genie 3 самостоятельно изучает работу физики с помощью метода самообучения (self-supervised learning). Это техника обучения ИИ, при которой модель ИИ изучает закономерности и взаимосвязи из неразмеченных данных, генерируя свои собственные сигналы обучения.

Возможность самообучения Google Genie 3 критически важна для обучения ИИ-систем, таких как ИИ-агенты или ИИ-роботы, выполнению различных задач. Фактически, исследователи Google DeepMind рассматривают Genie 3 как важный шаг к созданию искусственного общего интеллекта (AGI).

Рис. 2. Пример использования Google Genie 3 для симуляции управления роботом-ровером. (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.

Link to this sectionКлючевые 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 вывод видео: Она может поддерживать вывод видео со скоростью 24 fps (кадра в секунду) в разрешении 720p, обеспечивая более длительное взаимодействие по сравнению с Genie 2.

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

Link to this sectionОт образования до игр: приложения Genie 3 от Google DeepMind#

Google Genie 3 может сделать обучение, исследования и тренировки более захватывающими. Например, в классах она может оживить историю, науку или географию, позволяя студентам исследовать древние города или путешествовать через космос. Точно так же для разработчиков искусственного интеллекта она предлагает реалистичные виртуальные миры для отработки стратегий, навигации по препятствиям и улучшения навыков принятия решений.

Ученые также могут использовать её для создания контролируемых симуляций для проверки 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 можно создавать с помощью Genie 3. (Источник)

Link to this sectionОграничения 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.

Link to this sectionОсновные 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 GitHub-репозиторий, чтобы узнать больше об ИИ. Присоединяйся к нашему активному сообществу и открывай для себя инновации в таких секторах, как ИИ в розничной торговле и компьютерное зрение в производстве. Чтобы начать работу с компьютерным зрением уже сегодня, ознакомься с нашими вариантами лицензирования.