Die Modelle, die der künstlichen Intelligenz zugrunde liegen, können sehr unterschiedlich sein, je nach der Aufgabe, für die sie entwickelt wurden. Neben linguistischen Modellen gibt es auch visuelle Modelle, und mit Genie 3 liegt derzeit ein Weltmodell auf dem Tisch. Es wurde von DeepMind entwickelt und erweist sich zunehmend als vielversprechend für die Schaffung virtueller Welten.
Genie 3 wurde entwickelt, um 3D-Umgebungen auf der Grundlage grundlegender Informationen zu erstellen. In diesem Fall handelt es sich um ein einzelnes Bild, das von der generativen KI als Ausgangspunkt verwendet wird, um ein Medium zu schaffen, das an Videospiele erinnern kann. Es sollte jedoch hinzugefügt werden, dass die KI noch nicht so weit ist, dass sie für die Entwicklung von Serious Games eingesetzt werden kann. Es ist jedoch klar, dass die Entwicklung in diese Richtung geht.
Mit dem neuen Weltmodell kann eine 3D-Umgebung mit Hilfe künstlicher Intelligenz geschaffen werden, um mit einer steuerbaren Figur zu interagieren, und Spuren menschlichen Handelns sind bereits in der simulierten Umgebung vorhanden.
Es ist wirklich der Effekt des von Genie 3 geschaffenen Inhalts, wie ein Spiel, aber in einer ziemlich klobigen Form für jetzt. Es ist jedoch festzustellen, dass der aktuelle Stand bereits eine große Verbesserung gegenüber dem Vorgänger darstellt. Genie 2, das im Dezember auf den Markt kam, konnte nur eine sehr kurze Demo produzieren (10-20 Sekunden) und das System verfolgte nicht, was der Benutzer zu der erzeugten 3D-Umgebung beitrug, so dass zum Beispiel ein Farbstreifen, den man an die Wand zog, verschwand.
In der Welt von Genie 3 gibt es KI-Agenten, die ebenso wie der Benutzer mit der 3D-Welt interagieren können. Man kann sich nun mehrere Minuten lang in der virtuellen Welt aufhalten, in kontinuierlicher Interaktion, für die die AI Elemente in Echtzeit erstellen kann. Im Gegensatz zum Vorgänger 360p läuft Genie 3 jetzt mit einer Auflösung von 720p, die mit 24 FPS gekoppelt ist, so dass Sie eine kontinuierliche HD-Qualität erhalten.
Eine wichtige neue Funktion des Genie 3 Modells ist, dass es jetzt "instruierte Weltereignisse" ermöglicht, was bedeutet, dass Textanweisungen oder Aufforderungen mit der Bildeingabe für die Erzeugung verbunden werden können, wodurch das Ereignis in einer 3D-Umgebung gesteuert werden kann. Auf diese Weise können zum Beispiel simulierte Wetterereignisse oder Umwelteffekte ausgelöst werden. Sie können sogar zusätzliche Charaktere hinzufügen, die den 3D-Raum als KI-Agenten betreten - ähnlich wie NPCs in Spielen.
DeepMind hob insbesondere die Entwicklung des Genie-3-Modells hervor, das nun ohne die übliche Überwachung gelernt werden kann und für den Lernprozess nicht einmal die Erfassung von Umgebungsdaten benötigt. Es ist in der Lage, aus einfachen Videos das Wissen zu erlernen, das für die Erstellung von 3D-Räumen erforderlich ist. Das Unternehmen hat nicht gesagt, aus welchen Quellen es lernt, aber es wird sicherlich auf Inhalte von YouTube zurückgreifen. Google hat bereits früher angedeutet, dass es die Videobibliothek von YouTube auf verschiedene Weise für das KI-Training nutzt.
Leider ist Genie 3 noch nicht für die breite Öffentlichkeit zugänglich, nur eine sehr begrenzte Gruppe von Forschern und einige wenige Akademiker und Inhaltsersteller können einen genaueren Blick darauf werfen. Aber vielleicht wird sich das mit der Zeit ändern, und das Unternehmen wird eine eingeschränktere Version zur Verfügung stellen, in der die Menschen live erleben können, was das große Weltmodell von DeepMind leisten kann. Berichten zufolge prüft Google die Möglichkeit, eine Testversion davon zu erstellen.
