구글, 인터랙티브 월드를 생성하는 새로운 AI 모델 Genie 4 발표

Google DeepMind는 실시간으로 소리와 함께 상호작용하는 세계를 창조할 수 있는 AI 모델 Genie 4를 소개했습니다. 개발자들은 더 현실적인 그래픽, 향상된 물리 모델링, 그리고 캐릭터 행동을 발표했습니다.

Genie 4는 세계 모델 클래스에 속합니다: 이러한 시스템은 단순히 프레임 시퀀스를 생성하는 것이 아니라 사용자 행동에 대한 반응으로 환경 변화를 시뮬레이션합니다. 사용자는 키보드를 사용하여 공간을 탐색하고 카메라를 제어할 수 있으며, 텍스트 명령을 통해 객체를 추가하고 날씨를 변경할 수 있습니다. Gemini는 현재 상황에 맞춰 요청을 조정하고 세계의 시퀀스를 모니터링합니다. TechCrunch에 따르면, Genie 4는 최대 2분 동안 일관된 장면을 유지하며, 이는 이전 모델보다 두 배 긴 시간입니다.

주요 변경 사항 중 하나는 내장된 소리 생성입니다: 모델은 이미지와 동시에 소음, 음악, 그리고 음성을 생성합니다. 캐릭터들은 대화를 나누고, 사용자 행동에 반응하며, 장면 중에 대사를 변경합니다. 개발자들은 또한 공기역학, 충돌, 그리고 다른 물리적 상호작용의 개선을 발표했으며, 가장 주목할 만한 발전은 인간의 시뮬레이션입니다: 캐릭터들은 더 자연스럽게 움직이며 환경에 반응합니다. 데모에는 남극 대륙 위의 열기구 비행, 1980년대 일본 역, 용 경주, 그리고 스테인드글라스 세계가 포함되어 있습니다.

Genie 4는 Gemini 모델에 의존합니다: Gemini Omni는 객체의 현실적인 외관과 행동을 담당하며, Gemini 3.8 Flash는 관리 에이전트로서 장면을 관찰하고, 작업을 단계별로 나누며, 사용자가 개입할 때 계획을 조정합니다.

Gemini Robotics의 일환으로, 모델은 Gemini 4 Argon과 함께 테스트되고 있습니다: Argon은 작업을 단계별로 나누고, Genie 4는 Apptronik의 Apollo 로봇이 체커를 플레이하는 방식을 모델링합니다. 이러한 환경은 로봇이 실제 세계로 전환하기 전에 훈련하는 데 도움이 될 것입니다.

모델은 이미 영화, 저널리즘, 교육, 게임 개발, 그리고 엔지니어링 분야에서 테스트되고 있습니다. 그러나 Genie 4는 여전히 실험적입니다: 세부 사항과 객체는 특히 긴 세션에서 시간이 지남에 따라 외관이 변경될 수 있습니다. 모든 비디오와 오디오는 SynthID 워터마크를 받게 됩니다. 접근은 제한된 그룹의 테스터에게 먼저 열리며, 이후 Project Genie의 Google AI Ultra 구독자와 Gemini API 및 Google AI Studio를 통한 파트너에게 제공될 것입니다; API 비용은 공개되지 않았습니다.