टेक्नोलॉजी

गूगल डीपमाइंड ने ऑडियो और रीयल-टाइम स्टीयरिंग के साथ रिसर्च प्रीव्यू में जेनी 4 वर्ल्ड मॉडल लॉन्च किया

· GlobeWire Daily Tech Desk · Source: techcrunch.com

2 मिनट में पढ़ें

मुख्य बातेंगूगल डीपमाइंड ने अपना नया वर्ल्ड मॉडल, जेनी 4, रिसर्च प्रीव्यू के रूप में जारी कर दिया है। कंपनी की ब्रीफिंग के अनुसार, यह नया मॉडल अधिक फोटोरीलिस्टिक और इंटरैक्टिव दुनिया उत्पन्न करता है, जिसमें रीयल-टाइम ऑडियो जनरेशन शामिल है और उपयोगकर्ता सिमुलेशन के दौरान दृश्य बदलने के लिए प्रॉम्प्ट टाइप कर सकते हैं।
Google DeepMind Releases Genie 4 World Model in Research Preview with Audio and Real-Time Steering

चित्र: Rebecca Bellan · चित्र स्रोत · Resized and letterboxed to 16:9; no AI generation

गूगल डीपमाइंड ने अपना नया वर्ल्ड मॉडल, जेनी 4, रिसर्च प्रीव्यू के रूप में जारी कर दिया है। कंपनी की ब्रीफिंग के अनुसार, यह नया मॉडल अधिक फोटोरीलिस्टिक और इंटरैक्टिव दुनिया उत्पन्न करता है, जिसमें रीयल-टाइम ऑडियो जनरेशन शामिल है और उपयोगकर्ता सिमुलेशन के दौरान दृश्य बदलने के लिए प्रॉम्प्ट टाइप कर सकते हैं।

जेनी 4 की मुख्य विशेषताएं

  • फोटोरीलिज़्म और ऑडियो: यह मॉडल संगीत, परिवेशीय ध्वनियों (एम्बिएंट नॉइज़) और इंटरैक्टिव संवाद के साथ-साथ बेहतर भौतिकी (फिजिक्स) और मानवरूपी पात्रों को सिंक्रनाइज़ ऑडियो के रूप में तैयार करता है।
  • रीयल-टाइम स्टीयरिंग: उपयोगकर्ता सिमुलेशन के बीच में प्रॉम्प्ट टाइप करके दृश्यों को बदल सकते हैं, कैमरा एंगल बदल सकते हैं, मौसम में बदलाव कर सकते हैं या नए ऑब्जेक्ट जोड़ सकते हैं।
  • विस्तृत स्थिरता: जेनी 4 दो मिनट तक एक सुसंगत दृश्य बनाए रख सकता है, जो इसके पिछले संस्करण जेनी 3 की सीमा से दोगुना है।
  • जेमिनी एकीकरण: गूगल का जेमिनी मॉडल एक निर्देशक के रूप में कार्य करता है, जो चरणों की योजना बनाता है और फ्रेम की जांच करता है जबकि जेनी विजुअल तैयार करता है।

उद्योग संदर्भ और संभावित अनुप्रयोग

गूगल का यह कदम दुनिया भर के वर्ल्ड मॉडल क्षेत्र में चल रहे बदलावों के बीच आया है। इस क्षेत्र में अन्य कंपनियों की गतिविधियां भी जारी हैं, जैसे रनवे का GWM वर्ड्स 2 और अन्य अधिग्रहण चर्चाएं।

इसके संभावित व्यावसायिक उपयोगों में गेमिंग, इंटरैक्टिव लर्निंग और रोबोटिक्स शामिल हैं। इसके अलावा, शुरुआती परीक्षणकर्ता इसे फिल्म प्रोटोटाइपिंग के लिए भी उपयोगी मान रहे हैं।

सीमाएं और उपलब्धता

  • मौजूदा कमियां: गूगल डीपमाइंड ने स्वीकार किया है कि लंबे सिमुलेशन के दौरान विवरण और ऑब्जेक्ट इधर-उधर हो सकते हैं, और ऑडियो सटीकता तथा टेक्स्ट की स्पष्टता पर अभी और काम किया जाना बाकी है।
  • पहुंच की स्थिति: जेनी 4 वर्तमान में चुनिंदा परीक्षकों के लिए रिसर्च प्रीव्यू के रूप में उपलब्ध है। आने वाले हफ्तों में यह प्रोजेक्ट जेनी में गूगल एआई अल्ट्रा सब्सक्राइबर्स और जेमिनी एपीआई तथा गूगल एआई स्टूडियो के अर्ली एक्सेस पार्टनर के लिए उपलब्ध होगा।

पाठक आधिकारिक घोषणाओं को गूगल डीपमाइंड के चैनलों के माध्यम से सत्यापित कर सकते हैं।

यह खबर शेयर करें
मूल स्रोत पढ़ें: Google’s Genie 4 world model adds audio, more realistic worlds, and real-time steering

AI की सहायता से तैयार रिपोर्ट; मूल स्रोत के दावों की स्वतंत्र पुष्टि नहीं की गई है।

लेखक के बारे में

GlobeWire Daily Tech Desk — प्रकाशित स्रोतों पर आधारित AI-सहायता प्राप्त खबरें।

और पढ़ें