O novo modelo mundial de IA do Google pode gerar vozes humanas, não apenas vídeos
O Google DeepMind apresentou a versão mais recente de seu modelo mundial de IA, que segundo a empresa “desbloqueia um realismo sem precedentes” e é especializado em simular seres humanos.
Lançado hoje como uma prévia limitada de pesquisa entre um pequeno grupo de primeiros testadores, o novo modelo, chamado Genie 4, pode gerar vídeos fotorrealistas que os usuários podem modificar em tempo real por meio de instruções simples em linguagem natural. Ao contrário de seu antecessor Genie 3 – que o Google revelou pela primeira vez em agosto do ano passado – o novo modelo também pode gerar áudio. E pode fazer isso automaticamente, para se adequar a qualquer cena visual que o usuário tenha criado. “Cada mundo carrega o som ambiente de seu próprio cenário, desde o vento nas árvores até as ondas quebrando na praia”, escreveu o Google em um comunicado. postagem no blog publicado terça-feira. O Google também destaca a capacidade do novo modelo de simular a física do mundo real, criando cenas que respondem dinamicamente a mudanças de ângulos de câmera, mudanças na iluminação e assim por diante.
Mas o verdadeiro diferencial do modelo em relação às versões anteriores, segundo o Google, é a capacidade de simular humanos. Os movimentos corporais e as expressões faciais são agora mais fluidos e realistas, enquanto as representações do Genie 3 tendem a ser mais mecânicas. “O salto mais dramático é como o Genie 4 simula pessoas, criando personagens que se movem naturalmente, respondem organicamente aos seus ambientes e podem ser dirigidos interativamente em tempo real”, escreveu o Google em seu blog. Esse salto também se estende à simulação de vozes humanas: os usuários podem fazer com que personagens gerados por IA conversem entre si e respondam aos eventos que se desenrolam em um vídeo.
Os “modelos mundiais” tornaram-se uma importante área de investimento para laboratórios de IA de ponta, à medida que tentam construir sistemas que possam responder a praticamente qualquer tipo de entrada de dados de treinamento limitados. Eles devem ser capazes de aprender observando e simulando a mecânica real do mundo físico, em vez de apenas melhorar sua capacidade de encadear palavras de forma coerente. Alguns especialistas, principalmente o cientista da computação francês e vencedor do Prêmio Turing, Yann LeCun, sugeriram que os modelos mundiais – e não os LLMs – são o caminho mais provável para o desenvolvimento da verdadeira inteligência artificial geral. O Google parece compartilhar dessa visão: “Compreender e simular o mundo é um aspecto crucial da construção da AGI”, escreveu a empresa em seu blog na terça-feira.
O Google diz que o Genie 4 está sendo lançado com “proteções de segurança rígidas” semelhantes às que a empresa implementou em torno de suas outras ferramentas de IA, e que foi sujeito a “avaliações de segurança rigorosas para evitar a geração de conteúdo prejudicial ou malicioso”. O modelo ainda está em sua infância, e o Google diz que ocasionalmente ainda tem dificuldade para manter a consistência visual e a precisão do áudio, principalmente quando as simulações ficam mais longas e complexas. Todos os vídeos e áudios gerados pelo Genie 4 serão marcados com SynthID, a marca d’água invisível do Google, de acordo com a postagem do blog. Ao limitar a disponibilidade inicial do modelo exclusivamente a um grupo de parceiros de teste, o Google afirma que pretende coletar feedback e fazer todas as atualizações de segurança necessárias antes de um lançamento mais geral, começando pelos assinantes do Google AI Ultra. (A postagem do blog não especificou quando esse lançamento mais amplo aconteceria, e o Google não respondeu imediatamente ao pedido de comentário do Gizmodo.)
Entre esse grupo de primeiros testadores estão os desenvolvedores de videogames, que, de acordo com o Google, estão experimentando ativamente o Genie 4 para construir rapidamente protótipos funcionais por meio de instruções em linguagem natural – chame isso de “jogo vibrante”. Não é a primeira vez que uma das ferramentas de IA do Google ameaça derrubar a velha guarda dos jogos: o janeiro lançar de seu aplicativo da web Project Genie supostamente fez com que as ações de videogame despencassem.
