AI & MACHINE LEARNING

Google DeepMind เปิดตัว Genie 4 โมเดลจำลองโลกเสมือนจริงที่ตอบสนองแบบเรียลไทม์

Google DeepMind27 Oct 2026
1 min read
Key Takeaways
  • Genie 4 ยกระดับ World Model ไปสู่การจำลองที่รวมทั้งภาพ เสียง และฟิสิกส์เข้าด้วยกันแบบเรียลไทม์ผ่านการควบคุมด้วยภาษาธรรมชาติ

ทำไมเรื่องนี้ถึงสำคัญ

การจำลองโลกที่มีความละเอียดสูงและตอบสนองได้จริงเป็นส่วนสำคัญในการพัฒนา AGI โดยเฉพาะการใช้เป็นสภาพแวดล้อมฝึกฝนหุ่นยนต์ (Robot Training) และการสร้างประสบการณ์บันเทิงรูปแบบใหม่

Google DeepMind ประกาศเปิดตัว Genie 4 ซึ่งเป็นก้าวสำคัญของเทคโนโลยี World Simulation โมเดลนี้ถูกออกแบบมาเพื่อสร้างสภาพแวดล้อมเสมือนจริงที่มีความสมจริงสูง (Photorealism) และสามารถโต้ตอบได้แบบเรียลไทม์ จุดเด่นคือการเป็นโมเดล Multimodal โดยกำเนิด ทำให้สามารถสร้างเสียงบรรยากาศ เสียงดนตรี และบทสนทนาที่สอดคล้องกับการเคลื่อนไหวในภาพได้โดยตรง

Genie 4 พัฒนาขึ้นจากพื้นฐานของโมเดลตระกูล Gemini โดยใช้ Gemini Omni ในการกำหนดลักษณะภายนอก และใช้โมเดล Gemini อื่นๆ ในการประมวลผลเชิงเหตุผลเพื่อรักษาความต่อเนื่องของเหตุการณ์ในโลกจำลอง ผู้ใช้งานสามารถควบคุมสิ่งที่เกิดขึ้นในโลกได้ผ่านคำสั่งภาษาธรรมชาติ เช่น การเปลี่ยนสภาพอากาศ หรือการย้ายมุมกล้อง โดยที่ระบบจะรักษากฎทางฟิสิกส์ เช่น ความเฉื่อย แรงกระแทก และอากาศพลศาสตร์ไว้อย่างแม่นยำ ปัจจุบันอยู่ในช่วง Research Preview สำหรับกลุ่มผู้ทดสอบที่ได้รับอนุญาต

สรุปประเด็นหลัก

โมเดลจำลองโลกที่สร้างภาพและเสียงที่สอดคล้องกันได้พร้อมกันแบบ Multimodal

รองรับการควบคุมโลกเสมือนแบบเรียลไทม์ผ่านคำสั่งภาษาธรรมชาติ

มีการคำนวณฟิสิกส์ที่สมจริง เช่น แรงปะทะและการเคลื่อนไหวของมนุษย์

นวัตกรรมและเทคโนโลยี

creative ai

Real-time Interactive Simulation

ความสามารถในการสร้างและปรับเปลี่ยนโลกจำลองได้ทันทีตามการตอบสนองของผู้ใช้ผ่านการพิมพ์คำสั่ง

models

Native Multimodal Generation

การสร้างภาพวิดีโอและเสียงที่สัมพันธ์กันโดยตรงจากโมเดลเดียว ไม่ว่าจะเป็นเสียงสภาพแวดล้อมหรือเสียงดนตรี

Developer Impact
นักพัฒนา AI และหุ่นยนต์จะมีเครื่องมือสร้างสภาพแวดล้อมจำลอง (Simulator) ที่มีความสมจริงและยืดหยุ่นสูงขึ้นมากสำหรับการเทรน AI Agent
Keywords
#genie 4 #world model #google deepmind #generative ai #simulation
Original Source

อ่านข้อมูลเพิ่มเติมจากแหล่งข่าวหลัก

Google DeepMind