Google DeepMind ha iniciado el acceso a Project Genie, su herramienta de inteligencia artificial que permite crear mundos de juegos interactivos a partir de prompts de texto o imágenes. Esta innovación se ofrece como un prototipo de investigación experimental.
A partir de este jueves, los suscriptores de Google AI Ultra en Estados Unidos pueden experimentar con Project Genie. El sistema está impulsado por una combinación del modelo de mundo Genie 3, el modelo de generación de imágenes Nano Banana Pro y Gemini.
Este lanzamiento llega cinco meses después de la vista previa de investigación de Genie 3 y forma parte de un esfuerzo más amplio para recopilar comentarios de usuarios y datos de entrenamiento, mientras DeepMind acelera el desarrollo de modelos de mundo más capaces.
Los modelos de mundo son sistemas de IA que generan una representación interna de un entorno y pueden usarse para predecir resultados futuros y planificar acciones. Muchos líderes en IA, incluidos los de DeepMind, creen que estos modelos son un paso crucial para lograr la inteligencia artificial general (AGI).
A corto plazo, laboratorios como DeepMind visualizan un plan de comercialización que comienza con videojuegos y otras formas de entretenimiento, para luego extenderse al entrenamiento de agentes encarnados (robots) en simulación.
El lanzamiento de Project Genie ocurre mientras la carrera por los modelos de mundo comienza a calentarse. World Labs de Fei-Fei Li lanzó a fines del año pasado su primer producto comercial llamado Marble. Runway, la startup de generación de video con IA, también ha lanzado recientemente un modelo de mundo. Y la startup AMI Labs del ex científico jefe de Meta, Yann LeCun, también se centrará en desarrollar modelos de mundo.
«Creo que es emocionante estar en un lugar donde podemos que más personas accedan a ello y nos den su feedback», dijo Shlomi Fruchter, director de investigación de DeepMind, en una entrevista.
Los investigadores de DeepMind fueron claros sobre la naturaleza experimental de la herramienta. Puede ser inconsistente: a veces genera mundos jugables de manera impresionante, otras veces produce resultados desconcertantes.
El proceso comienza con un «bosquejo del mundo», proporcionando prompts de texto para el entorno y un personaje principal. Nano Banana Pro crea una imagen basada en los prompts que, en teoría, puedes modificar antes de que Genie use la imagen como punto de partida para un mundo interactivo.
También puedes usar fotografías reales como base para que el modelo construya un mundo, aunque esto fue variable en éxito.
Una vez satisfecho con la imagen, Project Genie tarda unos segundos en crear un mundo explorable. Puedes remezclar mundos existentes en nuevas interpretaciones, explorar mundos curados en la galería o usar la herramienta aleatoria para inspiración. Luego puedes descargar videos del mundo explorado.
DeepMind solo permite 60 segundos de generación y navegación por mundo, en parte debido a restricciones de presupuesto y capacidad computacional. Fruchter explicó que extenderlo más allá de 60 segundos disminuiría el valor incremental de las pruebas.
Las barreras de seguridad ya están activas: no se puede generar nada que se asemeje a desnudos, ni mundos que remotamente huelan a Disney u otro material con derechos de autor. Incluso intentos de generar mundos de sirenas o reinas de hielo fueron bloqueados.
La demostración fue profundamente impresionante. En un ejemplo, se generó un mundo de un castillo en las nubes hecho de malvaviscos, con un río de salsa de chocolate y árboles de caramelo, en estilo claymation.
Sin embargo, Project Genie aún tiene algunos problemas por resolver. Los modelos sobresalían en crear mundos basados en prompts artísticos (acuarelas, estilo anime, estética de dibujos animados clásicos), pero tendían a fallar en mundos fotorrealistas o cinemáticos, a menudo pareciendo un videojuego en lugar de un entorno real.
La interactividad también es un área de mejora: hubo ocasiones en que los personajes atravesaban paredes u objetos sólidos. La navegación con las teclas W-A-S-D y flechas a veces era no responsiva o enviaba en la dirección incorrecta.
Fruchter aseguró que su equipo es consciente de estas deficiencias y recuerda que Project Genie es un prototipo experimental. En el futuro, el equipo espera mejorar el realismo y las capacidades de interacción, incluido dar a los usuarios más control sobre las acciones y entornos.
«No pensamos en [Project Genie] como un producto integral al que la gente pueda volver todos los días, pero creemos que ya hay un vistazo de algo interesante y único que no se puede hacer de otra manera», dijo.
Estas buscando algo?
Nuestros Programas:
Al Ritmo de Miami Healthy
Aprende qué comer y cómo vivir mejor para elevar tu bienestar.
Despertando con Claudio María Domínguez
Reflexiones de espiritualidad, bienestar y conciencia Claudio María Domínguez
Misterios Ocultos
OVNIs, enigmas históricos y lo inexplicable contado por expertos.
Inmigrar a Miami
Tu puente a los Estados Unidos Te ayudamos a alcanzar tus sueños americanos con soluciones personalizada.
