Google zaskakuje świat technologią ponownie. Ich nowy model sztucznej inteligencji, Genie 3, to przełom w dziedzinie generowania wirtualnych światów. Najnowsze osiągnięcie zespołu DeepMind umożliwia tworzenie interaktywnych środowisk 3D w czasie rzeczywistym, które wyglądają i funkcjonują niczym gry wideo – ale bez potrzeby tradycyjnego projektowania graficznego. To kolejny krok ku przyszłości, w której sztuczna inteligencja nie tylko reaguje na polecenia, ale buduje całe doświadczenia cyfrowe na żywo.
Dotychczasowe modele typu „world model” miały wiele ograniczeń. Poprzednia wersja, Genie 2, pozwalała na maksymalnie minutową interakcję w wygenerowanym świecie, a najczęściej kończyło się to na zaledwie kilkunastu sekundach. Jakość tych środowisk także pozostawiała wiele do życzenia – rozmyte obrazy, zmieniające się otoczenie i brak spójności w świecie przypominały bardziej eksperymentalną wersję Google Street View niż gry nowej generacji. Genie 3 ma to zmienić. Nowy model potrafi zapamiętać elementy otoczenia na dłużej – nawet przez minutę. Oznacza to, że jeśli użytkownik odwróci się od ściany, a następnie spojrzy na nią ponownie, detale takie jak kolor farby czy napisy kredą pozostaną dokładnie tam, gdzie były. To ogromna zmiana w kontekście imersji i spójności przestrzeni wirtualnej. Dodatkowo, rozdzielczość wygenerowanych światów wynosi teraz 720p przy 24 klatkach na sekundę, co znacznie poprawia odbiór wizualny.
Genie 3 pozwala również na bardziej złożoną interakcję z wygenerowanymi światami. Dzięki funkcji nazwanej „promptable world events”, użytkownicy mogą wpływać na otoczenie w czasie rzeczywistym poprzez komendy tekstowe. Możliwe jest na przykład zmienianie pogody, dodawanie postaci czy modyfikowanie scenerii. Tego rodzaju dynamiczna interakcja była do tej pory zarezerwowana dla rozbudowanych silników gier komputerowych, a nie modeli sztucznej inteligencji. Choć model robi ogromne wrażenie, nie będzie on na razie dostępny dla szerokiego grona odbiorców. Google uruchamia Genie 3 jako ograniczoną wersję testową dla wąskiej grupy badaczy i twórców, by lepiej zrozumieć potencjalne ryzyka i możliwości jego zastosowania. Firma zaznacza, że trwają prace nad udostępnieniem modelu szerszej publiczności, ale obecnie istnieje wiele ograniczeń – na przykład ograniczona możliwość interakcji z tekstami oraz wymóg podawania ich w opisie wejściowym, jeśli mają być generowane w sposób czytelny.
Warto dodać, że model Genie 3 to nie tylko narzędzie do zabawy – jego zastosowania mogą mieć znacznie szerszy wymiar. Generowanie światów 3D w czasie rzeczywistym ma ogromny potencjał w edukacji, szkoleniu robotów, terapii czy tworzeniu prototypów gier. Google nie kryje, że rozwija specjalny zespół zajmujący się modelowaniem światów właśnie z myślą o takich zastosowaniach, a kieruje nim były współtwórca narzędzia Sora do generowania wideo w OpenAI. Pomimo że nie każdy będzie mógł od razu skorzystać z Genie 3, jego możliwości wyznaczają nowy kierunek w rozwoju interaktywnych doświadczeń tworzonych przez AI. W przyszłości takie narzędzia mogą stać się standardem w produkcji gier, symulacji edukacyjnych czy narzędzi wspierających kreatywność. Warto obserwować rozwój tej technologii, ponieważ jej wpływ na branżę może być ogromny.
Podsumowując, Genie 3 to duży krok naprzód w kierunku w pełni interaktywnych, generowanych przez AI światów 3D. Oferuje nie tylko lepszą jakość obrazu i dłuższą interakcję, ale także element pamięci przestrzennej, który dotychczas był poważnym ograniczeniem. Możliwość wpływania na świat w czasie rzeczywistym za pomocą prostych komend otwiera nowe perspektywy dla twórców i badaczy. Jeśli dalszy rozwój pójdzie w obecnym kierunku, wkrótce sztuczna inteligencja może nie tylko wspierać twórców gier, ale całkowicie zmienić sposób, w jaki powstają cyfrowe światy. To jednak nie zmienia faktu, że wokół AI Google ostatnio mamy sporo kontrowersji, np. kiedy to AI ma decydować kto musi zweryfikować wiek na portalu YouTube.
