Google DeepMind presenterade den 27 oktober Genie 4, en AI-modell som skapar miljöer där användaren kan röra sig och påverka det som händer. Nytt är bland annat ljud och dialog som skapas tillsammans med bilden. För filmskapare och spelskapare kan det ge ett sätt att pröva scener och idéer innan de produceras på vanligt sätt.
Miljön reagerar när användaren ändrar sin beskrivning
Modellen kallas en världsmodell. Här betyder det att AI:n inte bara gör en färdig film att titta på, utan fortsätter att skapa en miljö som reagerar på användarens handlingar och instruktioner.
Användaren kan navigera med tangentbordet och skriva vad som ska förändras. Det går exempelvis att be om annat väder, lägga till en person eller flytta kameran medan scenen fortsätter. Ljud som vind, vågor och röster genereras samtidigt, och figurernas dialog kan anpassas efter det som händer.
Google beskriver hur filmskapare i tidiga tester använder modellen för att undersöka kameravinklar, ljus och handling. Spelskapare testar i sin tur hur en idé kan bli en miljö att utforska innan de börjar bygga den i ett spelverktyg. Det handlar alltså främst om att prova idéer, inte om att modellen redan ersätter färdig film- eller spelproduktion.
Begränsningarna är fortfarande tydliga. Föremål och andra detaljer kan förändras eller tappa sin kontinuitet när en scen pågår längre eller ändras flera gånger. Google pekar också på problem med korrekt ljud, läsbar text och komplicerade fysiska förlopp. En verklighetstrogen bild är därför inte samma sak som en tillförlitlig simulering av verkligheten.
Genie 4 har börjat släppas till utvalda testare. Google uppger att tillgång genom Project Genie ska komma först till Google AI Ultra-abonnenter, men beskedet anger inget särskilt startdatum för Sverige. Det är alltså ännu inte ett verktyg som alla kan börja använda direkt.
Källor
Läs också
Ämnen i artikeln
- Genie 4
- AI-verktyg
