Google Genie 3: Teško je povjerovati šta ova vještačka inteligencija omogućava

Google predstavlja "Genie 3", novi, eksperimentalni model umjetne inteligencije koji može generirati interaktivne 3D svjetove iz jednostavnih tekstualnih unosa - kontroliranih u stvarnom vremenu i zapanjujuće realističnih.

Svijet umjetne inteligencije trenutno je fokusiran na novi OpenAI-jev GPT-5 model, ali Google je nedavno predstavio i uzbudljiv novi projekt: "Genie 3" dolazi iz Googleove laboratorije za umjetnu inteligenciju DeepMind i predstavlja prekretnicu na putu ka " svjetskim modelima ", tj. AI sistemima koji mogu predstavljati, razumjeti i simulirati virtualna okruženja. 

Korištenjem jednostavnih tekstualnih naredbi, mogu se kreirati slobodno istraživani, otvoreni 3D svjetovi – od fantastičnih pejzaža do realističnih lokacija. Korisnici mogu komunicirati sa svijetom: na primjer, mogu mijenjati vrijeme, dodavati nove objekte ili stvarati fantastična stvorenja – sve putem unosa teksta. 

U poređenju sa svojim prethodnikom, Genie 2, predstavljenim krajem 2024. godine, nasljednik sada podržava interakcije u stvarnom vremenu. Okruženje može pamtiti korisničke intervencije i ostaje konzistentno nekoliko minuta - napredak koji daleko nadmašuje prethodne modele. Uskoro će se memorija proširiti na nekoliko sati. Pored vremenskih ograničenja, model trenutno i dalje ima problema s prikazom teksta i lokacijama u stvarnom svijetu. 

Za šta se Genie 3 može koristiti?

Pored primjene u igrama i obrazovanju, Google zamišlja Genie 3 kao alat za obuku robota koji mogu učiti, djelovati i razvijati se unutar ovih svjetova. Genie 3 simulira realistične prirodne pojave poput tokova lave, okeanskih struja i olujnog vremena, kao i maštovite scenarije s letećim ostrvima ili dugama po kojima se može hodati. 

Ono što bi ranije razvojnom timu oduzimalo mnogo sati rada, sada se može brzo postići modelom pomoću tekstualnih naredbi. Kao i kod drugih AI modela, tehnologija postavlja pitanja, poput zakona o autorskim pravima. Genie 3 je obučen hiljadama sati video zapisa o igranju. 

Google naglašava da je projekat razvio odgovorno od temelja. Trenutno je još uvijek u ranoj fazi istraživanja, a pristup imaju samo odabrani naučnici i kreativci. 

Ali ne tako davno, ovo je važilo i za glasovne botove poput ChatGPT-a i video generatore poput Google Veo 3. S obzirom na brzi napredak u AI tehnologijama, možda neće proći dugo prije nego što šira javnost bude mogla isprobati ovaj svjetski model.

Do tada, korisnici mogu kliknuti na neke demo scenarije na web stranici Genie 3 kako bi dobili uvid u mogućnosti. Trailer od Google DeepMind-a prikazuje daljnje primjere.