Google představil Genie 4. AI vytváří interaktivní světy se zvukem

Počasí i postavy můžete měnit za běhu

V oficiálním představení Genie 4 Google popisuje ovládání, při kterém se pohybujete pomocí klávesnice a myši a textem upravujete scénu. Můžete změnit počasí, přidat postavu či objekt nebo nasměrovat kameru jinam.

Zajímavá je právě možnost reagovat na to, co se před vámi odehrává. Při přípravě nápadu by tak šlo zkoušet různé pohledy a situace v jednom průběžném prostředí. O jeho další podobě rozhoduje také váš následující pokyn.

Vedle pomoci s programováním, kterou jsme popsali u interaktivních projektů vytvořených s Gemini 4 Argon, se tak rozvíjí i generování obrazového prostředí přímo za běhu. Pro čtenáře je užitečné sledovat, jaký druh výsledku od konkrétního nástroje dostane.

Součástí světa jsou ruchy, hudba i rozhovor

Genie 4 podle Googlu vytváří zvuk přímo společně se simulací. Do prostředí tak patří okolní ruchy, hudba a dialogy postav, které mají reagovat na dění. Google ukázal například proměny scény s hudebníkem na plošině uprostřed jezera.

U takové ukázky bychom si všímali hlavně návaznosti: zda změna prostředí odpovídá i tomu, co slyšíme, a zda postava reaguje srozumitelně. Působivý obraz je jen jednou částí zážitku, ve kterém chce uživatel sám rozhodovat o dalším kroku.

Od zkoušení scén po výzkum robotiky

DeepMind zmiňuje využití při přípravě filmových scén, návrhu interaktivních zážitků a vytváření prostředí pro AI agenty. Ve výzkumu robotiky kombinuje Genie 4 s modely Gemini; jednou z ukázek je simulovaný humanoidní robot při hře v dámu.

Pro domácího uživatele vidíme zajímavost především v možnosti názorně rozvíjet vlastní nápad. Představit si lze krátkou interaktivní prohlídku vymyšleného prostoru nebo vysvětlení nějakého děje. To jsou naše představy možného využití. Oznámení nepřináší hotové ovládání chytré domácnosti ani potvrzenou integraci s domácími zařízeními.

Experiment, který má zatím jasné hranice

Stránka modelu uvádí několik omezení: detaily i stálost objektů se mohou časem měnit, skutečná místa nejsou reprodukována dokonale a přesnost zvuku se dál vyvíjí. Souvislá interakce je zatím otázkou několika minut.

Genie 4 je dostupný jako výzkumný náhled pro důvěryhodné testery. Google připravuje další zpřístupnění pro předplatitele Google AI Ultra v Project Genie a vybrané partnery Gemini API a AI Studia. Samotné předplatné proto zatím nepovažujte za záruku okamžitého přístupu.

Ocenili bychom především možnost vyzkoušet si reakce prostředí na vlastní zadání. Pro přesné technické rozhodování bychom ale požadovali ověřená data a měřitelnou správnost. Vizuálně přesvědčivá scéna sama o sobě takové ověření neposkytuje.