IT之家 10월 28일 소식에 따르면, 구글 DeepMind 팀은 어제(10월 27일) 블로그 글을 발표하여 Genie 4 세계 모델을 공개했다. 이 모델은 “중요한 연구의 이정표”로서, 오리지널 오디오, 실시간 자연어 변환, 더욱 사실적인 물리 및 인물 모델 등에서 핵심적인 혁신을 이루었으며, 세계 모델을 단순한 이미지 생성 방식에서 실시간으로 조작 가능하고 들을 수 있으며 추론할 수 있는 동적 시뮬레이션 세계로 업그레이드했다.
사용자에게 있어 구글 Genie 4 월드 모델의 가장 큰 장점은 실시간으로 세계를 ‘감독’할 수 있다는 점입니다. 시뮬레이션 운영 중에 사용자는 자연어 텍스트 명령을 통해 세계를 변화시킬 수 있는데, 예를 들어 날씨를 바꾸거나 카메라 움직임을 조정하거나 새로운 캐릭터나 물체를 추가하는 등입니다.
주류 AI가 비디오를 재생성하는 것과는 달리, Genie 4는 현재 상황의 맥락을 활용하여 동적 변화를 수행하며, "대화형 가상 샌드박스"나 "AI 감독 시스템"과 같은 형태를 띠합니다. 사용자는 특정 이벤트를 설정한 다음, 세계가 어떻게 발전하는지 관찰하면서 언제든지 개입하여 조정할 수 있습니다.
기타 장점으로는 Genie 4가 DeepMind에서 실시간 세계 시뮬레이션에서 원시적으로 오디오를 생성한 첫 모델입니다. 오디오와 영상은 동일한 과정에서 동기화되어 생성됩니다. 또한 구글에 따르면 Genie 4는 공기역학 및 충돌과 같은 물리적 상황에서 더 뛰어난 성능을 보이며, 인물의 동작도 더 자연스러워 환경에 따라 유기적인 반응을 할 수 있고 실시간 조작도 지원합니다. IT之家에서는 관련 시연 비디오를 다음과 같이 제공합니다:
구글 CEO 순다르 피찰이(Sundar Pichai)는 오늘 자신의 계정에 트윗을 게시하여 Genie 4는 구글이 지금까지 만든 중에서 가장 사실적이고 상호작용성이 높은 세계 모델입니다.라고 말했습니다.
TechCrunch와의 인터뷰에서 구글 연구 책임자 Tejas Kulkarni는 향후에는 Gemini가 텍스트, 코드 및 작업 계획을 담당하고, Genie 4는 이러한 내용을 실시간으로 상호작용 가능한 세계로 변환하여 “혼합 세계 모델”을 형성할 것입니다.
DeepMind 엔지니어 디에고 리바스는 Genie 4가 아직 초기 단계에 있다고 인정했습니다. 장시간된 시뮬레이션으로 인해 세부 사항의 편차가 발생할 수 있으며, 오디오의 정확성과 화면 내 텍스트의 가독성도 아직 완전히 해결되지 않았다고 말했습니다.
Genie 4는 현재 '신뢰할 수 있는 테스터'에게만 연구 예비 버전 형태로 공개되고 있습니다. 향후 몇 주 내에 Google AI Ultra 구독 사용자들의 Project Genie와 Gemini API 및 Google AI Studio의 초기 파트너들에게도 확대될 예정입니다.
관련 읽기: