Google DeepMind ta sanar da Genie 4 ranar 27 ga Oktoba a matsayin model na gwaji don duniyoyin kwaikwayo masu hulda. Kamfanin ya ce za ta iya samar da hotunan wuri tare da sautinsu, ciki har da hayaniyar muhalli, waka da tattaunawar da ke amsawa yayin da yanayin kwaikwayon ke sauyawa.
Masu amfani za su iya zagayawa ta madannai, su kuma jagoranci abubuwa da umarni cikin harshen yau da kullum. Nunin ya hada da motsa kyamara, sauya yanayi da kara mutane ko abubuwa. Bayanin Google ya ce Gemini models suna taimaka wa ci gaban ma'anar scene yayin da Genie ke samar da hoto da sauti.
Wani tsarin bincike yana amfani da Gemini 3.8 Flash wajen lura da frames masu shigowa, raba buri zuwa matakai da duba ci gaba. DeepMind ta kuma bayyana gwaje-gwajen hada Genie da Gemini 4 Argon da binciken robotics. Waɗannan kwaikwayo ne, ba hujjar cewa robot na zahiri zai yi kowane aikin da aka nuna ba.
Amintattun masu gwaji suna nazarin samfuran fina-finai, ra'ayoyin wasanni masu hulda, wuraren tarihi da yanayin injiniya. Hakan zai iya taimaka wa tawaga ta duba tunani kafin ginawa. Amma kwaikwayon da ya yi kama da gaske ba ya zama sahihin tarihin abin da ya faru ko ingantaccen sakamakon injiniya kai tsaye.
DeepMind ta bayyana cewa cikakkun bayanan hoto da dawwamar abubuwa za su iya kaucewa, musamman bayan dogon lokaci ko sauye-sauye masu rikitarwa. Ta lissafa motsin abubuwa, daidaiton sauti, rubutu mai karantuwa, daidaiton sarari da ci gaba na dogon lokaci a matsayin binciken da bai kammala ba.
Da farko an bayar da damar amfani ga amintattun masu gwaji. Google ta ce Project Genie ga masu AI Ultra da damar farko ga abokan Gemini API da AI Studio za su zo daga baya; an bude jerin jira. Kamfanin ya ce sauti da bidiyon da aka samar za su dauki alamar SynthID domin gane kayan AI.