От абстракции к реальности: Maps Imagery Grounding
Google DeepMind анонсировала значительное обновление своего генеративного мира Project Genie. Теперь модель способна «заякориваться» в реальности, используя изображения Google Street View. Это позволяет создавать виртуальные среды, которые не просто стилистически напоминают реальные места, а базируются на их точной географической и визуальной структуре. Технология опирается на Maps Imagery Grounding — ту же систему, что используется разработчиками для создания фотореалистичных визуализаций.
Как это работает: выбор локации и стиля
Пользователи могут выбрать конкретное место в США с помощью маркера на карте, а затем применить к нему один из доступных стилей. Модель генерирует интерактивную среду, где стартовая позиция персонажа или камеры привязана к реальным координатам. Примеры использования включают:
- Ocean World: Погружение под воду вокруг реальных объектов, например, моста Золотые Ворота с косяками рыб.
- Desert Sands / Stone Age: Трансформация ландшафта в пустыню или доисторическую эпоху.
- B&W film: Стилизация под черно-белое кино 1920-х годов (например, для Форт-Уэрт, Техас).
Технические детали и доступность
На данный момент функция Street View Grounding доступна для локаций в США. Google планирует расширить географию в будущем. Проект остается экспериментальным прототипом в рамках Google Labs, что означает наличие ограничений в детализации и точности, которые команда активно дорабатывает.
Расширение доступа: Google AI Ultra
Параллельно с обновлением функционала Google расширяет аудиторию Project Genie. Доступ к модели теперь получают все подписчики сервиса Google AI Ultra стоимостью $200 в месяц в возрасте 18+ лет по всему миру. Ранее доступ был более ограничен.
Значение для индустрии
Интеграция Street View решает одну из ключевых проблем генеративных моделей — отсутствие связи с физической реальностью. Для исследований в области автономных агентов и робототехники (включая проекты вроде Waymo) это критически важно: модели могут обучаться навигации и взаимодействию в симуляциях, которые точно отражают реальный мир, сокращая разрыв между виртуальным тестированием и реальными условиями.
Источник: Google DeepMind ↗