Google DeepMind ka prezantuar Genie 4, modelin e ri të Inteligjencës Artificiale që mund të krijojë mjedise virtuale realiste, ku personazhet lëvizin, flasin dhe reagojnë ndaj veprimeve të përdoruesve në kohë reale. Teknologjia shkon përtej gjenerimit tradicional të videove, duke mundësuar krijimin e botëve interaktive që ndryshojnë vazhdimisht.
Modeli i ri, i prezantuar më 27 tetor, përfaqëson një zhvillim të rëndësishëm në fushën e të ashtuquajturave world models, sisteme të Inteligjencës Artificiale që synojnë të kuptojnë dhe simulojnë mënyrën se si funksionon bota fizike. Ndryshe nga Genie 3, i prezantuar në gusht 2025, versioni i ri është në gjendje të gjenerojë jo vetëm pamje vizuale, por edhe tinguj dhe dialogë që përshtaten automatikisht me mjedisin e krijuar. Përdoruesit mund të ndryshojnë skenat përmes udhëzimeve të thjeshta me tekst, duke modifikuar kushtet atmosferike, këndin e kamerës, ndriçimin apo duke shtuar personazhe të rinj, ndërkohë që simulimi vazhdon.
Një nga risitë kryesore të Genie 4 është aftësia për të simuluar sjelljen njerëzore me një nivel më të lartë realizmi. Sipas Google DeepMind, personazhet e gjeneruar mund të lëvizin në mënyrë natyrale, të shfaqin reagime të përshtatshme ndaj mjedisit dhe të zhvillojnë biseda me njëri-tjetrin apo me përdoruesin. Edhe tingujt krijohen automatikisht në përputhje me skenën. Nga era që lëviz pemët te zhurma e dallgëve dhe zërat e personazheve, çdo element zanor përshtatet me atë që ndodh brenda simulimit. Google sheh mundësi përdorimi të Genie 4 në disa industri, veçanërisht në zhvillimin e lojërave elektronike, prodhimin audiovizual dhe trajnimin e sistemeve të Inteligjencës Artificiale.
Zhvilluesit e lojërave mund të krijojnë prototipe të mjediseve interaktive përmes përshkrimeve me tekst, pa qenë e nevojshme të ndërtojnë fillimisht çdo element përmes programimit tradicional. Në industrinë e filmit, teknologjia mund t’u shërbejë regjisorëve dhe ekipeve krijuese për të eksperimentuar me skena, kënde filmimi, dialogë dhe lëvizje përpara realizimit të xhirimeve. Një tjetër mundësi është përdorimi i simulimeve si mjedise trajnimi për robotët dhe agjentët e Inteligjencës Artificiale, duke u mundësuar atyre të mësojnë dhe të testojnë veprime në situata virtuale. Zhvillimi i modeleve që simulojnë botën fizike konsiderohet një drejtim i rëndësishëm në kërkimet për Inteligjencën Artificiale të Përgjithshme (Artificial General Intelligence – AGI).
Ndryshe nga modelet tradicionale të gjuhës, që fokusohen kryesisht në përpunimin dhe gjenerimin e informacionit, modelet e botës synojnë të kuptojnë marrëdhëniet shkak-pasojë, lëvizjen e objekteve dhe ndërveprimet në mjedise komplekse.
Google e konsideron aftësinë për të kuptuar dhe simuluar botën si një element thelbësor në zhvillimin e sistemeve më të avancuara të Inteligjencës Artificiale. Kjo qasje mbështetet edhe nga studiues të njohur, përfshirë Yann LeCun, i cili ka argumentuar se modelet e botës mund të jenë një rrugë e rëndësishme drejt zhvillimit të AGI. Megjithatë, Genie 4 mbetet një teknologji në zhvillim. Google pranon se simulimet mund të humbasin qëndrueshmërinë vizuale me kalimin e kohës dhe se saktësia e tingujve, ndërveprimet fizike dhe ruajtja e detajeve kërkojnë përmirësime të mëtejshme.
Për të kufizuar rreziqet e keqpërdorimit, përmbajtjet audio dhe video të krijuara nga Genie 4 do të përfshijnë SynthID, teknologjinë e Google për identifikimin e përmbajtjeve të gjeneruara nga Inteligjenca Artificiale. Aktualisht, modeli është i disponueshëm vetëm për një grup të kufizuar testuesish. Google planifikon ta zgjerojë aksesin fillimisht për abonentët Google AI Ultra, pa njoftuar ende një datë konkrete. Me Genie 4, Google po eksploron një fazë të re të Inteligjencës Artificiale, ku përdoruesit nuk kufizohen vetëm në krijimin e imazheve dhe videove, por mund të ndërveprojnë me mjedise virtuale që reagojnë dhe evoluojnë në kohë reale.
