Google DeepMind visar upp Genie 4 – skapar interaktiva världar med ljud
Google DeepMinds nya AI-modell Genie 4 kan generera interaktiva världar från textbeskrivningar – och nu även med matchande ljud i realtid, som bakgrundsljud, dialoger och musik. Jämfört med Genie 3 går det också att lägga till karaktärer, byta kameravinkel och ändra väder på flyget. Modellen är i förhandsversion just nu men planeras rullas ut till betalande Google AI Ultra-användare inom några veckor.
Djupdykning
Genie 4 är inte ett spelverktyg – det är egentligen ett generellt system för att bygga interaktiva simuleringar från grunden, vilket är en helt annan ambition än de flesta inser. DeepMind (Googles AI-forskningsarm) har arbetat med Genie-projektet sedan 2024, och varje version har tagit ett steg längre bort från "AI som genererar video" mot "AI som skapar spelbara miljöer i realtid". Tillägget av synkroniserat ljud i realtid är tekniskt sett ganska svårt – det kräver att modellen förstår vad som händer i scenen och genererar passande ljud simultant, inte i efterhand. Det de flesta missar är att målgruppen förmodligen inte är gamers utan prototyputvecklare, arkitekter, utbildningssektorn och filmproducenter som vill sketcha interaktiva koncept snabbt. Att låsa det bakom Google AI Ultra-prenumerationen (Googles dyraste nivå) signalerar också att Google positionerar det som ett proffsverktyg, inte ett roligt experiment för allmänheten. Om ett år borde frågan vara om traditionella spelmotorer som Unity och Unreal börjar känna sig trängda – eller om de är smarta nog att integrera exakt den här typen av generativa lager i sin egen pipeline innan Google hinner bygga ett komplett ekosystem runtomkring Genie.