गूगल ने नेटिव ऑडियो के साथ रियल-टाइम वर्ल्ड सिमुलेशन के लिए जेनी 4 एआई मॉडल का अनावरण किया

गूगल (नैस्डैक: GOOGL) ने मंगलवार को जीनी 4 लॉन्च करने की घोषणा की, जो एक विश्व सिमुलेशन मॉडल है जिसे वास्तविक समय में इंटरैक्टिव वातावरण बनाने के लिए डिज़ाइन किया गया है, जिसमें मूल ऑडियो क्षमताएं भी शामिल हैं। यह सिस्टम कंपनी का पहला वास्तविक समय विश्व मॉडल है जो संगीत, परिवेशीय शोर और संवाद जैसे ऑडियो तत्वों को मूल रूप से उत्पन्न करता है।

मुख्य क्षमताएं

जीनी 4, गूगल के जेमिनी परिवार के एआई सिस्टम पर आधारित है। कंपनी की घोषणा के अनुसार, यह यथार्थवादी दिखावट और व्यवहार का अनुकरण करने के लिए जेमिनी ओमनी का उपयोग करता है, जबकि अन्य जेमिनी मॉडल तर्क प्रदान करने और सिमुलेशन की सुसंगतता बनाए रखने के लिए उपयोग किए जाते हैं।

यह मॉडल उपयोगकर्ताओं को प्राकृतिक भाषा के आदेशों का उपयोग करके वास्तविक समय में उत्पन्न दुनिया को संशोधित करने की अनुमति देता है। इसमें मौसम की स्थिति बदलना, कैमरा कोण समायोजित करना या नई वस्तुएं और पात्र जोड़ना शामिल है। जीनी 4 भौतिकी-आधारित परिदृश्यों का अनुकरण करने में भी सक्षम है, जिसमें वायुगतिकी और टकराव शामिल हैं, और ऐसे पात्र बना सकता है जो स्वाभाविक रूप से चलते हैं और अपने वातावरण पर प्रतिक्रिया करते हैं।

तकनीकी एकीकरण और अनुप्रयोग

रीयल-टाइम जनरेशन प्रक्रिया को प्रबंधित करने के लिए, Google ने Gemini 3.8 Flash को एक मार्गदर्शक एजेंट के रूप में एकीकृत किया है जो दृश्यों का अवलोकन करता है, उपयोगकर्ता के लक्ष्यों को कार्रवाई योग्य चरणों में विभाजित करता है और प्रगति को ट्रैक करता है। कंपनी Genie 4 को Gemini 4 Argon के साथ जोड़कर रोबोटिक्स अनुप्रयोगों का भी पता लगा रही है, जहां Argon उपयोगकर्ता के कार्यों की व्याख्या करता है ताकि Genie उन्हें सिमुलेशन में प्रस्तुत कर सके।

Ad

Google ने Genie 4 को कई क्षेत्रों के विश्वसनीय परीक्षकों के एक समूह के लिए अनुसंधान पूर्वावलोकन के रूप में जारी किया है, जिनमें शामिल हैं:

• फिल्म निर्माण के पूर्व-दृश्यीकरण के लिए रचनात्मक उद्योग
• अभिलेखीय तस्वीरों को गतिशील सिमुलेशन में परिवर्तित करने के लिए पत्रकारिता और शिक्षा
• तीव्र प्रोटोटाइपिंग के लिए गेमिंग और इंजीनियरिंग

उपलब्धता और सीमाएं

प्रारंभिक परीक्षण चरण के बाद, Google प्रोजेक्ट Genie के माध्यम से अपने Google AI Ultra ग्राहकों के साथ-साथ Gemini API और Google AI Studio के माध्यम से प्रारंभिक पहुंच भागीदारों तक पहुंच का विस्तार करने की योजना बना रहा है। सामग्री की प्रामाणिकता सुनिश्चित करने के लिए, Genie 4 द्वारा निर्मित सभी वीडियो और ऑडियो पर SynthID डिजिटल वॉटरमार्क लगाया जाएगा।

गूगल ने स्वीकार किया कि मॉडल में फिलहाल कुछ कमियां हैं। इनमें लंबे समय तक चलने वाले सत्रों के दौरान "दृश्य विचलन" की संभावना और जटिल भौतिक अंतःक्रियाओं का अनुकरण करने, ऑडियो सटीकता सुनिश्चित करने, टेक्स्ट प्रस्तुत करने और उत्पन्न दुनिया में दीर्घकालिक स्थिरता बनाए रखने से संबंधित चुनौतियां शामिल हैं।