上面的演示展示了所有这些能力如何实时协同工作。输入提示“交通灯变绿”,Gemini 便会推理信号变化后接下来会发生什么:引擎轰鸣,摩托车沿着海岸加速驶去。
完整提示如下:
环境:一条阳光明媚的沿海公路,视角正好位于海滨十字路口的白色停止线前,头顶的交通灯悬在紧邻的前景中十分显眼,正亮着鲜艳的红灯。与道路严格平行、沿着右侧延伸的是一片金色沙滩和海岸线,晴朗的蓝天下翻滚着碧绿色的海浪。
角色:第一人称视角,坐在摩托车上,紧靠交通灯,越过车把、后视镜和仪表盘直视前方。画面右侧可见大海和海岸,骑手滑行最后几英尺到达白色人行横道线,在亮着的红灯下方怠速停下,戴着手套的双手握在车把上,等待信号灯变化。
https://deepmind.google/blog/genie-4-a-new-generation-of-world-simulation/