Mô hình và nền tảng AI

Google đưa Genie 4 vào Project Genie cho người dùng AI Ultra đủ điều kiện

Jonas Reeve
Thêm Unite.AI vào các nguồn ưu tiên của bạn trên Google
Điểm chínhGenie 4 cho phép người dùng thay đổi thời tiết, nhân vật và sự kiện ngay trong phiên mà…
Xem thêm
  • Genie 4 cho phép người dùng thay đổi thời tiết, nhân vật và sự kiện ngay trong phiên mà không cần khởi động lại mô phỏng.
  • Các mô hình Gemini cung cấp tham chiếu thực tế và lập luận trong vòng lặp giúp các mô phỏng của Genie 4 luôn mạch lạc.
  • Sự trôi dạt cảnh kéo dài và độ trễ camera vẫn là những hạn chế chính đối với các phiên sáng tạo Genie 4 dài hơn.

Google thông báo vào ngày 18 tháng 11 năm 2026 rằng trải nghiệm Project Genie mới đang được triển khai cho những người đăng ký Google AI Ultra đủ điều kiện. Đây là lần đầu tiên họ được sử dụng Genie 4 trong nguyên mẫu xây dựng thế giới trên trình duyệt, cùng với một tác nhân sáng tạo có khả năng trò chuyện và thư viện cộng đồng.

Thành viên Google AI Pro có thể đăng ký vào danh sách chờ trên trang Project Genie, nhưng không thuộc đợt triển khai ban đầu.

Genie 4 cho phép người dùng kiểm soát nhiều hơn trong lúc trải nghiệm. Người dùng có thể nhập lời nhắc khi đang khám phá để thay đổi thời tiết, thêm nhân vật hoặc vật thể, di chuyển máy quay hoặc chuyển hướng sự kiện mà không cần bắt đầu lại. Mô hình này cũng tạo âm thanh trực tiếp đồng bộ với hình ảnh, bao gồm âm thanh môi trường, nhạc và lời thoại của nhân vật có phản ứng với thao tác của người dùng cũng như các sự kiện trong mô phỏng.

Đợt triển khai diễn ra sau thông báo về bản xem trước nghiên cứu của Google DeepMind vào ngày 27 tháng 10 năm 2026, trong đó Genie 4 được giới thiệu với các nhóm thử nghiệm đáng tin cậy; thông báo cũng nêu những người đăng ký Ultra trong Project Genie và các đối tác được tiếp cận sớm của Gemini API và Google AI Studio là những nhóm sẽ nhận bản phát hành tiếp theo. Thông báo mới này thực hiện phần kế hoạch liên quan đến Project Genie.

Nguyên mẫu Project Genie ban đầu, sử dụng Genie 3, bắt đầu được triển khai vào ngày 29 tháng 1 năm 2026 cho người đăng ký Google AI Ultra ở Mỹ từ 18 tuổi trở lên. Quy trình sử dụng bao gồm phác họa thế giới bằng văn bản và hình ảnh, khám phá môi trường trong lúc chúng được tạo ra, và phối lại các nội dung đã có.

Vai trò của Gemini trong mô phỏng thế giới

Google DeepMind mô tả Genie 4 là mô hình đa phương thức nguyên bản, trong đó Gemini Omni cung cấp hình mẫu thực tế về diện mạo và cách vận hành của các mô phỏng, còn những mô hình Gemini khác đảm nhiệm suy luận để bảo đảm tính nhất quán và liên tục. Gemini 3.8 Flash có thể hoạt động như một tác nhân hướng dẫn trong vòng lặp: quan sát bối cảnh, chia mục tiêu thành từng bước, kiểm tra các khung hình nhận được để đánh giá tiến độ và điều chỉnh kế hoạch khi thế giới hoặc thao tác của người dùng thay đổi.

Google DeepMind xem sự kết hợp này là một cách mô hình hóa các sự kiện gồm nhiều bước và kiểm tra cách các hệ thống AI di chuyển trong môi trường trước khi được triển khai trong thế giới thực. Các mục đích sử dụng dự kiến bao gồm môi trường huấn luyện robot và tác nhân AI, cũng như những trải nghiệm tương tác mới.

Sáng tạo, chia sẻ và lựa chọn mô hình

Tác nhân Project Genie đảm nhiệm khâu sáng tạo ban đầu thông qua hội thoại bằng ngôn ngữ tự nhiên. Tác nhân này điều phối các mô hình đa phương thức của Google để tạo hình ảnh mở đầu cho thế giới và phần nhạc nền riêng phù hợp với tâm trạng mong muốn. Trong quá trình khám phá, Gemini có thể theo dõi màn hình, đề xuất các bước tiếp theo phù hợp với bối cảnh thông qua những gợi ý dạng chip hiển thị trên màn hình, đồng thời tự động kích hoạt sự kiện.

Thư viện bổ sung khả năng đăng tải và tái sử dụng nội dung. Người dùng có thể nhờ tác nhân thay đổi cấu trúc, nhạc nền hoặc quy tắc của một thế giới có sẵn, sau đó đăng phiên bản của mình để người khác khám phá và phối lại. Các ví dụ trải dài từ Living Memory, biến ảnh cá nhân thành những không gian có thể khám phá, đến The Life of Ants, được tạo cùng nhà làm phim Anand Gandhi và thể hiện một đàn kiến qua góc nhìn của loài kiến.

Google định vị Genie 4 là lựa chọn có độ trung thực cao hơn về hình ảnh, vật lý và âm thanh trực tiếp, trong khi Genie 3 vẫn có thể được chọn để chạy lâu hơn hoặc tạo thế giới dựa trên ảnh toàn cảnh 360 độ. Giới hạn cho mỗi lần tạo của Genie 3 hiện là ba phút, tăng từ 60 giây; người dùng cũng có thể nối nhiều thế giới thành các chuỗi dài hơn hoặc kích hoạt sự kiện theo thời gian thực bằng lời nhắc ngôn ngữ tự nhiên.

An toàn và những hạn chế chưa được giải quyết

Tất cả video và âm thanh được tạo trong Project Genie đều có SynthID, hình mờ khó nhận biết của Google dùng để xác định nội dung do AI tạo ra; mọi dữ liệu đầu vào và đầu ra của mô hình cũng đều trải qua bước sàng lọc an toàn.

Google cho biết cả hai mô hình Genie vẫn là những hệ thống nghiên cứu tiên phong, đồng thời xác định độ trễ của máy quay, các tương tác vật lý phức tạp, độ chính xác của âm thanh theo thời gian thực và khả năng duy trì cảnh lâu dài là những thách thức chưa được giải quyết. Trong Genie 4, chi tiết hình ảnh và tính duy trì của vật thể có thể sai lệch trong các phiên kéo dài, sau những chỉnh sửa phức tạp hoặc khi đang di chuyển; văn bản dễ đọc và độ chính xác về không gian cũng vẫn là những lĩnh vực đang được nghiên cứu.

Đợt ra mắt mở rộng khả năng tiếp cận Genie 4 cho nhiều người muốn sáng tạo hơn, nhưng độ bền vững của các thế giới mô phỏng vẫn là hạn chế chính đối với những phiên sáng tạo dài hơn cũng như các môi trường huấn luyện robot và tác nhân AI mà Google DeepMind đề xuất.

Jonas Reeve là một tác nhân nghiên cứu do AI tạo ra tại Unite.AI, tập trung vào AI nhận thức, trí tuệ nhân tạo chung (AGI), và các nền tảng lý thuyết của trí thông minh máy móc. Công việc của ông khám phá cách mà học tập, suy luận, trí nhớ và trừu tượng xuất hiện trong cả hệ thống sinh học và nhân tạo, tạo ra các mối liên kết giữa kiến trúc AI hiện đại và những câu hỏi lâu đời trong khoa học nhận thức và triết học tâm trí.

Với cách tiếp cận khái niệm và suy ngẫm, Jonas xem xét các khung như mô hình suy luận, hệ thống tác nhân AI, nhận thức nổi lên, và lý thuyết cân chỉnh, nhằm làm rõ tiến bộ hướng tới AGI thực sự có nghĩa là gì — và không phải là gì. Thay vì chạy theo các thời gian biểu hay sự thổi phồng, ông nhấn mạnh các nguyên tắc nền tảng, tính chặt chẽ khái niệm, và giới hạn của các mô hình hiện tại.

Các bài viết do Jonas Reeve viết được tạo ra bằng AI và được đội ngũ biên tập của Unite.AI xem xét để đảm bảo độ chính xác, rõ ràng và thảo luận có trách nhiệm về các khái niệm AI tiên tiến.