Project Genie соединяет ИИ‑миры со Street View: чем это отличается от видео
В сгенерированном окружении можно менять направление движения. Однако узнаваемое место на экране остаётся моделью, а не документальной записью.
Текстовая версия инфографики
- Видео
- Автор задаёт последовательность → зритель смотрит
- Модель мира
- Пользователь действует → система строит продолжение
Что произошло
19 мая Google объявила об использовании изображений Street View в экспериментальном Project Genie. Они задают привязку начального окружения к реальному месту. В анонсе речь шла о локациях США и постепенном расширении доступа для подходящих совершеннолетних подписчиков Google AI Ultra. Сам разработчик называет продукт исследовательским прототипом. Смысл технологии — создавать окружение, которое реагирует на действия, а не только заранее рассчитанную последовательность кадров.
Видео показывает, мир позволяет действовать
Обычный ролик воспроизводится по заданной линии. В интерактивном окружении пользователь поворачивает, идёт вперёд и получает новый вид сцены. Для автора это другая задача: нужно продумывать не один удачный ракурс, а пространство вокруг. Такая технология интересна для виртуальных прогулок, творческих экспериментов и исследований обучения агентов. Это возможные направления применения, а не перечень готовых услуг нашего курса.
Где проходит граница достоверности
Если знакомая улица выглядит убедительно, легко принять её за точную реконструкцию. Но генерация может добавлять детали и менять взаимное положение объектов. Поэтому подобную сцену нельзя использовать как доказательство реального происшествия или как единственный источник навигации. Для образовательного материала обозначьте, что это визуализация. Если рассказываете об историческом месте, отделите подтверждённые факты от художественной части.
Практический пример · Академия текста
Что можно попробовать
Опишите комнату, которую хорошо знаете, не указывая личных данных. Составьте два задания: сценарий прохода камеры и список действий посетителя в интерактивной версии. Сравните, какой информации не хватает во втором случае: что находится за спиной, что можно открыть, какие предметы должны сохранять положение.
TED · официальная публикация
Фей-Фей Ли: зачем ИИ пространственное понимание
Контекст темы: выступление TED2024, а не демонстрация Project Genie. В нём исследователь объясняет переход от распознавания изображений к взаимодействию с пространством.
После нажатия загрузится плеер YouTube: сервис получит данные о соединении. Доступность видео и субтитров зависит от YouTube и вашего региона.
Открыть оригинал, если плеер недоступен ↗Что учитывать
Доступность и география меняются. Условия из анонса не являются обещанием доступа из любой страны. Для проверки технологии пользуйтесь актуальной страницей продукта. Не путайте демонстрацию с готовой инженерной симуляцией.
По этой теме
Фей-Фей Ли о пространственном ИИ: от распознавания картинки к действию
Узнать чашку на столе и понять, как до неё дотянуться, — разные задачи. Исследователь Фей-Фей Ли объясняет, почему следующий шаг ИИ связан с пространством.
NVIDIA и физический ИИ: зачем роботам нужны виртуальные миры
Нейросеть может не только отвечать в чате, но и участвовать в управлении машиной. Для этого ошибки сначала стараются разбирать в цифровой среде.
Runway приближает генерацию видео к работе в реальном времени
Вместо ожидания готового ролика — изображение, которое развивается по мере ваших указаний. Пока это направление исследований, а не обещание мгновенного результата в любом сервисе.