Stellen Sie sich vor, Sie könnten in immersiven 3D-Welten laufen, schwimmen, schießen und mit nicht spielbaren Charakteren (NPCs) interagieren, die nur aus einem Bild oder einem einfachen Textbefehl erstellt wurden. Hier kommt Genie 2 ins Spiel, ein bahnbrechendes KI-Tool von Google DeepMind, das diese Vision Wirklichkeit werden lässt.
Bilder in interaktive 3D-Welten verwandeln
Genie 2 kann 3D-Welten basierend auf einem Bild oder einer Textbeschreibung erstellen. Diese Umgebungen reichen von Perspektiven aus der ersten und dritten Person bis hin zu kurzen Videosequenzen mit Fahrzeugsteuerung, die bis zu einer Minute dauern. Demonstrationen von Genie 2, wie im Google DeepMind Blog hervorgehoben, zeigen Clips von bis zu 20 Sekunden.
Eine faszinierende Eigenschaft von Genie 2 ist seine Fähigkeit, sich an das Layout der Welt zu erinnern. Objekte und Orte, die aus dem Sichtfeld des Charakters verschwinden, erscheinen in ihrem ursprünglichen Zustand wieder, wenn sie erneut besucht werden. Dies sorgt für Kontinuität und ein Gefühl von Realismus beim Erkunden dynamischer Umgebungen.
Interaktive Funktionen
Nutzer von Genie 2 können aktiv mit den generierten Welten interagieren. Sie können:
- Springen, schwimmen und verschiedene Landschaften erkunden.
- Mit Objekten interagieren, wie Türen öffnen oder Sprengstoffe zünden.
- NPCs erstellen und mit ihnen interagieren, um den virtuellen Szenen Tiefe und Erzählung zu verleihen.
Dieses Maß an Interaktivität hebt das Erlebnis über statische Bilder hinaus und bietet endlose Möglichkeiten für Spiele, Training und Simulationen.
Die Evolution von Genie
Genie 2 baut auf dem Erfolg seines Vorgängers Genie 1 auf, den Google am 23. Februar 2023 vorgestellt hat. Genie 1, ausgestattet mit 11 Milliarden Parametern, konzentrierte sich auf die Erstellung von 2D-Welten. Genie 2 macht jedoch einen großen Schritt nach vorne, indem es 2D-Eingaben in vollständig interaktive 3D-Szenen umwandelt.
Obwohl Google noch nicht bekannt gegeben hat, wann Genie 2 öffentlich verfügbar sein wird, sind seine potenziellen Anwendungen vielfältig, von Spieledesign bis hin zu immersivem Storytelling und darüber hinaus.