Google ir spēris jaunu soli savā ofensīvā mākslīgā intelekta pielietojums videospēlēs un virtuālās pasaules Līdz ar Project Genie prototipa, kas ļauj lietotājiem ģenerēt un pārvietoties interaktīvās vidēs, pamatojoties uz dažām teksta uzvednēm vai attēlu, izlaišanu uzņēmums šo rīku prezentē kā eksperimentu, kas joprojām tiek testēts. Tomēr tā sākotnējās demonstrācijas nozarē ir izraisījušas gan sajūsmu, gan šaubas.
Pagaidām piekļuve ir ierobežota Google AI Ultra plāna abonenti Amerikas Savienotajās Valstīsar īsām sesijām un sniegumu, ko skaidri iezīmē sistēmas eksperimentālais raksturs. Pat ja tā, projekts norāda uz nākotni, kurā jebkurš lietotājs varētu dažu sekunžu laikā izveidojiet nelielu “spēlējamu pasauli”, bez nepieciešamības zināt, kā programmēt vai rīkoties ar grafikas dzinējiem.
Kas ir Project Genie un kādas tehnoloģijas tas apvieno?
Projekts "Džins" ir Google DeepMind un Google AI izstrādāts pētniecības prototips kas darbojas kā interaktīva pasaules ģenerators. Tā tehniskais pamats balstās uz trim pīlāriem: Genie 3 modeli, kas specializējas dinamisko vides simulācijā; Nano Banana Pro, kas atbild par vizuālajiem aspektiem un skicēm; un Gemini, multimodālo modeli, kas interpretē lietotāja norādījumus un darbojas kā palīgs izveides laikā.
Sistēmas sirds ir Genie 3, "pasaules" modelis, kas spēj paredzēt ekrānā notiekošo kadru pa kadramAtšķirībā no iepriekšējām tehnoloģijām, kas ģenerēja tikai statiskas 3D ainas, šī pieeja ļauj videi reaģēt uz spēlētāja kustībām reāllaikā ar aptuvenu 720p izšķirtspēju un vairāku minūšu vizuālu koherenci saskaņā ar DeepMind iekšējiem eksperimentiem.
Tas ir integrēts uz šī pamata. Nano Banana Pro, kas atbild par skatuves sākotnējā attēla ģenerēšanu Sākot ar aprakstošu tekstu vai atsauces attēlu, šis sākotnējais skats kalpo kā skice, lai noteiktu grafisko stilu, pasaules kompozīciju un varoņa izskatu, kas tiks kontrolēts izpētes laikā.
Visbeidzot, Gemini darbojas kā orķestrācijas slānis un asistentsTas interpretē instrukcijas dabiskā valodā, palīdz pielāgot pasauli acumirklī un atvieglo tādus uzdevumus kā perspektīvas maiņa (pirmā vai trešā persona), jau izveidotas vides remiksēšana vai vairāku ideju apvienošana vienā spēlējamā scenārijā.
Kā tiek veidotas un izpētītas virtuālās pasaules
Project Genie darbība ir strukturēta ap progresīvs process trīs fāzēs Google to raksturo kā pasauļu skicēšanu, izpēti un sapludināšanu. Mērķis ir panākt, lai ikviens varētu no idejas nonākt līdz nelielai interaktīvai pieredzei bez papildu rīkiem.
Pirmajā posmā lietotājs uzraksta vēlamās pasaules aprakstu vai augšupielādē atsauces attēlu. Pamatojoties uz šo ievadi, Nano Banana Pro ģenerē statisku priekšskatījumu Vide var būt mežs ar zemu poligonu skaitu, futūristiska pilsētvide, vēsturiska ainava vai jebkas cits, kas aprakstīts tekstā. Šajā fāzē tiek definēts arī tēla veids, kameras režīms un daži pamata kustības parametri.
Kad skice ir pieņemta, spēlētājs var izmantot Genie 3. Brīvi izpētiet vidi, izmantojot tipiskas datora vadības ierīces, piemēram, W, A, S un D taustiņus.Modelis acumirklī ģenerē to, kas parādās varoņa priekšā, paredzot katru kadru, pamatojoties uz iepriekšējiem, un saglabājot noteiktu konsekvenci, kad kamera tiek pagriezta vai atgriežas jau apmeklētā apgabalā.
Trešā galvenā spēja ir pasauļu apvienošana un remiksēšanaSistēma ļauj lietotājiem pārskatīt iepriekš ģenerētus scenārijus, modificēt tos ar jauniem parametriem, apvienot tos kopā vai pat izmantot iepriekš ģenerētas pasaules no Google kā pamatu variāciju veidošanai. Turklāt sesiju video var kopīgot, lai citi lietotāji tos varētu apskatīt vai izmantot kā iedvesmu.
Tas viss tiek darbināts no tīmekļa lietojumprogrammas, kas ir līdzīga citiem Google mākslīgā intelekta pakalpojumiem, tāpēc Nav nepieciešams instalēt papildu programmas, kā arī nav nepieciešamas padziļinātas tehniskās zināšanas.Vienkārši piekļūstiet rīkam, ievadiet instrukciju un sāciet testēt kombinācijas, līdz atrodat interesantu rezultātu.
Tehniskie ierobežojumi: laiks, veiktspēja un reālisms
Google uzstāj, ka Project Genie ir jādefinē kā pētniecības prototips ar izteiktu eksperimentālu raksturuŠī etiķete nav tikai formalitāte: pašreizējā pieredze rada vairākus skaidrus ierobežojumus, kas ierobežo rīka praktisko izmantošanu, pārsniedzot sākotnējo ziņkāri.
Visacīmredzamākais ir 60 sekunžu ierobežojums vienai ģenerēšanas un izpētes sesijaiPēc šīs minūtes pasaule apstājas un jāsākas jaunai pieredzei. Uzņēmums skaidro, ka šis ierobežojums ļauj labāk sadalīt skaitļošanas resursus, jo katra sesija rezervē īpašu mikroshēmu lietotājam, kurš spēlē.
Runājot par veiktspēju, publiskie testi apraksta izšķirtspēja tuvu 720p un frekvence no 20 līdz 24 kadriem sekundēŠīm funkcijām pievienojas ievērojama ievades aizture, pārvietojot varoni vai mainot kameru. Pēc dažu agrīno testētāju domām, pieredze vairāk atgādina interaktīvu video, nevis pilnībā plūstošu, tradicionālu videospēli.
Jāatzīmē arī, ka Genie 3 Tas nav klasisks grafikas dzinējs, bet gan modelis, kas paredz nākamo kadru. Pamatojoties uz iepriekš minēto. Tas rada dīvainu uzvedību: ceļus, kas maina tekstūru bez redzama iemesla, elementus, kas pazūd, neticamu fiziku vai animācijas, kas deformējas nejauši.
Pats Google brīdina, ka ģenerētās pasaules "Tie var nešķist pilnīgi īsti vai ne vienmēr atbilst fizikas likumiem vai norādījumiem."Un varoņu vadība var būt neprecīza. Citiem vārdiem sakot, tehnoloģija ir daudzsološa, taču tā joprojām ir tālu no noslīpētas spēļu pieredzes piedāvāšanas spēles gaitas un vizuālās stabilitātes ziņā.
Ierobežota piekļuve un starptautiskais ceļvedis
Šajā pirmajā fāzē Project Genie ir pieejams tikai Google AI Ultra klienti Amerikas Savienotajās ValstīsUzņēmuma vismodernākais abonēšanas plāns ir paredzēts uzņēmumiem un satura veidotājiem, kuriem nepieciešamas augstas veiktspējas mākslīgā intelekta iespējas. Tas ir premium klases pakalpojums, kas ierobežo lietotāju skaitu, kuriem ir piekļuve eksperimentam.
Lēmums ierobežot testēšanu tiek skaidrojams gan ar katras sesijas skaitļošanas izmaksas Tas ir saistīts ar Google interesi apkopot detalizētas atsauksmes pirms plašākas ieviešanas. DeepMind pētniecības direktore Šlomi Fručere uzsvēra, ka ir "aizraujoši" iespēja šos rīkus atvērt lielākam cilvēku skaitam, lai apkopotu reālus viedokļus par lietošanu, taču pagaidām nav konkrēta datuma, kad tie nonāks Eiropā vai citos tirgos.
No Spānijas un Eiropas lietotāju un pētījumu viedokļa tas nozīmē, ka vismaz īstermiņā Reālākā loma būs novērotāja loma.rūpīgi sekojiet testiem, analizējiet sociālajos tīklos jau cirkulējošos video un novērtējiet, cik lielā mērā šo tehnoloģiju varētu integrēt līmeņu dizaina, ātrās prototipu izstrādes vai ideju vizualizācijas darbplūsmās.
Google ir paziņojis par savu nodomu pakāpeniski paplašiniet piekļuvi Ar nosacījumu, ka to atļaus veiktspēja, izmaksas un juridiskie jautājumi. Tomēr šīs paplašināšanās temps būs atkarīgs arī no kopienas reakcijas un tā, kā attīstīsies debates par autortiesībām un trešo pušu satura atbildīgu izmantošanu.
Spēja atdarināt labi pazīstamas spēles un autortiesību debates
Viens no delikātākajiem Project Genie punktiem ir bijis tā spēja ar dažādiem panākumiem atjaunot pasaules, kas nepārprotami iedvesmotas no esošajām videospēlēmDažiem specializētiem žurnālistiem ir izdevies radīt scenārijus, kas nepārprotami atgādināja tādus nosaukumus kā Super Mario 64, Metroid Prime vai The Legend of Zelda: Breath of the Wild.
Zelda gadījumā tie pat ir redzēti varoņi, kuri, lecot, izvērš paraplānuŠis žests ir cieši saistīts ar Nintendo spēli. Šīs sakritības liecina, ka modelis ir apmācīts, izmantojot lielu skaitu publiski pieejamu spēles video, radot jautājumus par intelektuālā īpašuma apstrādi mākslīgā intelekta apmācībā.
Pēc vairākiem testiem, kuros tika atjaunotas pasaules, kas iedvesmotas no ļoti atpazīstamām franšīzēm, Google ir sācis bloķēt noteiktu scenāriju un varoņu ģenerēšanuīpaši, ja tiek minēti konkrēti nosaukumi vai preču zīmes. Dažos gadījumos rīks tieši neļauj veidot pasaules, kuru pamatā ir noteiktas sāgas, atsaucoties uz "trešo pušu satura nodrošinātāju interesēm".
Uzņēmums skaidro, ka Project Genie ir “apmācīts galvenokārt ar publiski pieejamiem tīmekļa datiem”Taču atcerieties, ka uz šo saturu joprojām attiecas autortiesību likumi. Rezultātā ir izveidota moderācijas sistēma, kas joprojām tiek izstrādāta un kurā daži mēģinājumi reproducēt ar autortiesībām aizsargātus darbus tiek skaidri bloķēti, bet citi netiek cauri, ja vien tiek novērstas pārāk tiešas atsauces.
Šī neregulārā uzvedība veicina diskusijas par Cik lielā mērā mākslīgo intelektu var vai vajadzētu iedvesmot esošās spēles? Un kur ir robeža starp pielūgsmi, atdarināšanu un kopēšanu? Šīs debates, visticamāk, būs īpaši aktuālas tādos reģionos kā Eiropas Savienība, kur joprojām tiek definēti normatīvie akti par datu apmācību un autortiesībām mākslīgā intelekta jomā.
Iespējamā ietekme uz videospēļu nozari
Papildus mediju pievilcībai, ko sniedz skatīšanās pasaules “līdzīgas Mario” vai “līdzīgas Zelda”, kas ģenerētas sekundēsProject Genie ir daļa no plašākām sacensībām starp lielākajiem tehnoloģiju uzņēmumiem, lai pielietotu ģeneratīvo mākslīgo intelektu spēļu izstrādē. Piemēram, Microsoft ir atklājis tādus projektus kā Muse, lai automatizētu daļu no projektēšanas un ražošanas procesa, un citi uzņēmumi pēta līdzīgus risinājumus, lai samazinātu izmaksas un paātrinātu izstrādi.
Šajā kontekstā Google priekšlikuma mērķis ir kļūt par ātras prototipēšanas un eksperimentēšanas rīks Tas varētu interesēt gan neatkarīgās studijas, gan lielus izdevējus. Iespēja izveidot spēlējamu scenāriju no skices vai teksta rindkopas var atvieglot ideju agrīnu validāciju, iekšējo demonstrāciju izveidi vai mehānikas testēšanu, neieguldot vairākus mēnešus ilgu darbu.
Tomēr šāda veida risinājumu pieaugums rada bažas dažiem nozares pārstāvjiem. No vienas puses, Pastāv bažas par iespējamo ietekmi uz noteiktiem profesionālajiem profiliem. Ja daļa satura tiek ģenerēta automātiski. No otras puses, daudzi izstrādātāji ir piesardzīgi pret biznesa modeļiem, kuros mākslīgais intelekts tiek apmācīts, izmantojot jau publicētus darbus, bez skaidras kompensācijas to autoriem.
Eiropas un Spānijas tirgos, kur debates par kultūras radīšanas aizsardzību ir īpaši intensīvas, būs ļoti svarīgi redzēt, kā tādi rīki kā Project Genie iederēsies turpmākajos noteikumos. Tādi aspekti kā apmācības datu pārredzamība, atteikšanās sistēmas tiesību īpašniekiem un ģenerētā satura attiecināšana var būt izšķiroši starp piesardzīgu ieviešanu un pastāvīgiem konfliktiem ar izstrādātājiem un izdevējiem.
Pagaidām Project Genie joprojām ir agrīnā stadijā, kur Tā vairāk darbojas kā publiska laboratorija, nevis kā gatavs produkts.Tās evolūcija un tas, kā Google risina ar to saistītos juridiskos un ētiskos jautājumus, noteiks, vai tā galu galā tiks integrēta studijas darbplūsmās vai arī paliks tikai uzkrītošs, bet ierobežots eksperiments.
Tomēr šī prototipa izskats skaidri parāda, ka lielākie tehnoloģiju uzņēmumi tajā saskata Interaktīvu pasauļu automātiska ģenerēšana pirmās kārtas stratēģiska teritorija. Lai gan tās faktiskā izmantošana mūsdienās ir ierobežota un to nomoka tehniskas nepilnības, virziens ir skaidrs: modeļi, kas arvien vairāk spēj pārveidot tekstu un attēlus spēlējamā pieredzē, un nozarei būs jāizlemj, kā tā vēlas pastāvēt līdzās šiem jaunajiem rīkiem.
