O Genie 3 do Google DeepMind agora renderiza ambientes interativos de 720p a 24 FPS a partir de texto.
Ele cria um enorme pipeline de dados Sim-to-Real para treinar agentes autônomos.
Isto permite que a IA explore cenários infinitos sem o custo da robótica física.
O modelo permite interação em tempo real onde as ações afetam o meio ambiente.
No entanto, o Genie 3 é um preditor auto-regressivo em vez de um verdadeiro mecanismo de física.
Ele prevê os próximos pixels mais prováveis em vez de resolver as leis físicas reais.
Isto leva a um horizonte de consistência onde o mundo pode flutuar após vários minutos.
Estamos vendo um emulador de realidade de ponta, em vez de um mundo físico persistente.