Google Genie AI создает игры из отдельных изображений

Google анонсировала Genie, приложение для создания мобильных игр, в рамках своих постоянных инвестиций в искусственный интеллект. 

Генеративная модель искусственного интеллекта Genie, разработанная стартапом Google DeepMind, продемонстрировала живую демонстрацию. Genie изучает игровую механику на основе сотен тысяч игровых видеороликов и может создавать игры, в которые можно играть, с минимальными подсказками.

Google DeepMind представляет ИИ-джинна, который мгновенно создает игровые игры https://t.co/9c6iMsZ1Qa $ GOOG $ GOOGL

— БизТехия (@BizTechia) 27 февраля 2024

Читайте также: Рисунок AI соберет 675 миллионов долларов на гуманоидную робототехнику, решающую трудовые задачи

Раскрытие джинна

Как говорится в официальном отчете Google DeepMind блоге, Джини — это основополагающая мировая модель, обученная с помощью онлайн-видео. «Бесконечное разнообразие игровых (управляемых действием) миров из синтетических изображений, фотографий и даже эскизов» может быть создано с помощью модели.

Genie, сокращение от Generative Interactive Environments, был разработан в сотрудничестве Google и Университетом Британской Колумбии. Используя всего одно изображение, он может создавать 2D-платформеры с боковой прокруткой, такие как Contra и Super Mario Brothers, на основе подсказок пользователя.

Однако во время объявления Google DeepMind заявила, что представляет «новую парадигму» генеративного искусственного интеллекта (ИИ) в форме Genie. Кроме того, компания признала появление генеративных моделей искусственного интеллекта, способных генерировать новый и креативный контент с помощью языка, изображений и даже видео.

Google представляет Джини

Генеративные интерактивные среды

представить Genie, первую генеративную интерактивную среду, обучаемую без присмотра на основе неразмеченных интернет-видео. Модели можно предложить генерировать бесконечное количество виртуальных управляемых действий... pic.twitter.com/ZO1focG7Vx

— АК (@_akhaliq) 26 февраля 2024

По данным Google, значительная часть из 200,000 2 часов неконтролируемых общедоступных видеороликов об интернет-играх, на которых обучалась Джини, представляет собой XNUMXD-платформеры, а не полноценные игры виртуальной реальности.

Технические характеристики Джинна

Что касается размеров, Genie имеет 11 миллиардов параметров. В модель также включены пространственно-временной токенизатор видео, модель авторегрессионной динамики и простая и масштабируемая модель скрытого действия. Эти спецификации позволяют Genie действовать в сгенерированных средах покадрово, даже без меток или других требований, специфичных для предметной области, при обучении.

Кроме того, Genie можно поручить создавать разнообразный набор интерактивных и управляемых сред, несмотря на то, что он обучался только на видеоданных. Genie может создавать игровые среды с помощью всего лишь одного изображения, в отличие от многочисленных генеративных моделей искусственного интеллекта, которые могут создавать творческий контент с языковыми изображениями и даже видео.

Однако разработчик Google DeepMind Тим Роктешель заявил в X (ранее Twitter), что они фокусируются на масштабе, а не на добавлении индуктивных предубеждений.

Вместо того, чтобы добавлять индуктивные смещения, мы фокусируемся на масштабе. Мы используем набор данных объемом более 200 тысяч часов видео с 2D-платформ и обучаем 11B модель мира. Без присмотра Джинн изучает различные скрытые действия, которые последовательно управляют персонажами. pic.twitter.com/71a3iuAGZA

— Тим Роктешель (@_rockt) 26 февраля 2024

Он добавил, что они используют набор данных, содержащий более 200 тысяч часов видео из 2D-платформеров, и обучают модель мира 11B. Без присмотра Джинн изучает различные скрытые действия, которые последовательно управляют персонажами.

Возможности Джинна

По Google Исследователи, Genie руководствуется тремя моделями: динамической моделью, которая предсказывает, что произойдет в следующем кадре, видеотокенизатором, который превращает необработанные видеокадры в дискретные токены, и моделью скрытого действия, которая может делать выводы о действиях между видеокадрами.

Способность базовой модели Genie идентифицировать основного персонажа игры без изучения действий или текстовых аннотаций является одной из ее уникальных особенностей. Благодаря моделям, которые его приводят в движение, пользователь может легко управлять персонажем в Искусственный интеллект среда виртуальной реальности.

Роктешель также сказал, что Genie может превратить другие медиа в игры. В сопроводительном исследовательском документе Google DeepMind можно попросить Джина создать различные управляемые действиями виртуальные миры на основе различных входных данных.

Я очень рад раскрыть то, что @GoogleDeepMindКоманда Open Endedness достигла уровня 🚀. Мы представляем Genie 🧞, базовую модель мира, обученную исключительно на основе видеороликов из Интернета, которая может генерировать бесконечное количество управляемых 2D-миров с помощью подсказок изображений. pic.twitter.com/TnQ8uv81wc

— Тим Роктешель (@_rockt) 26 февраля 2024

Более того, Роктешель сказал, что модель может преобразовать любое изображение в игровой 2D-мир. По его словам, Genie может воплотить в жизнь созданные человеком творения, такие как эскизы, например, прекрасные произведения искусства Сенеки и Каспиана, двух самых молодых творцов в мире.

• SEO-контент и PR-распределение. Получите усиление сегодня.
• PlatoData.Network Вертикальный генеративный ИИ. Расширьте возможности себя. Доступ здесь.
• ПлатонАйСтрим. Интеллект Web3. Расширение знаний. Доступ здесь.
• ПлатонЭСГ. Углерод, чистые технологии, Энергия, Окружающая среда, Солнечная, Управление отходами. Доступ здесь.
• ПлатонЗдоровье. Биотехнологии и клинические исследования. Доступ здесь.
• Источник: https://metanews.com/googles-genie-ai-crafts-games-from-single-images/