Subiect: #world models
Google DeepMind lansează Genie 4: Modelul Mondial în Timp Real cu Audio Nativ, un Salto Către AGI
Google DeepMind lansează Genie 4, primul model mondial (world model) nativ multimodal capabil să genereze video și audio fizic corect în timp real. Articolul analizează impactul asupra robotică, gaming, AGI și riscurile etice ale simulării perfecte.
Google DeepMind lansează Genie 4: lumi virtuale fotorealistice cu audio în timp real și control total al utilizatorului
Google DeepMind lansează Genie 4, cel mai avansat model de lume până acum: lumi fotorealistice, audio generativ în timp real, editare interactivă la prompt, integrare cu Gemini ca regizor strategic. Disponibil pentru trusted testers și curând pentru abonați AI Ultra. Industria se consolidează rapid (AMD, Amazon, Rivian cumpără startups de world models). Limite: drift după 2 minute, audio imperfect, text ilizibil. Viitorul: simulare robotică, prototipare filmică, educație imersivă.
Kyutai CADRE: Revoluția Autoencoderelor Video Care Sparge Bariera de 230 ms în Modelele Mondiale
Kyutai lansează CADRE, un autoencoder video revoluționar care reduce latenta modelelor mondiale sub 230 ms. Prin tokenizare causală discretă și compresie task-aware, CADRE permite agenților AI și robotelor să reacționeze în timp real la stimul vizual, deblocând robotica generală și AGI fizică. Articolul analizează arhitectura, impactul pe compute și viitoarele aplicații.
JEPA-Anything: O singură rețetă pentru șapte domenii — cum vrea să rescrie inteligența artificială regulile jocului
JEPA-Anything propune o singură arhitectură pentru șapte domenii diferite — de la video și robotică la audio și date biomedicale. O idee simplă, aplicată consecvent, care ar putea schimba fundamental modul în care construim inteligența artificială.
NVIDIA schimbă regulile jocului: Physis-Lang, limbajul fizic auto-evolutiv care propulsează Cosmos 3 peste Veo 3.1
Cercetătorii NVIDIA au prezentat Physis-Lang, un limbaj fizic auto-evolutiv care propulsează modelul Cosmos 3 peste Veo 3.1 de la Google pe benchmark-urile de fizică. O schimbare de paradigmă care mută competiția din zona esteticii video spre realismul fizic riguros.
Open Dreamer: Reproducerea completă a modelului Dreamer 4, acum open-source și gata de antrenat
Open Dreamer este o reproducere completă a pipeline-ului Dreamer 4, construită în JAX și Flax, cu rețeta completă de antrenament publicată. Acest proiect open-source democratizează accesul la unul dintre cele mai avansate modele de world model, permițând cercetătorilor și dezvoltatorilor să reproducă, să modifice și să inoveze pe baza sa.
Datele tale de gaming ar putea fi cheia către AGI, potrivit unui startup finanțat de Bezos
Startupul General Intuition, finanțat de Jeff Bezos și evaluat la 2,3 miliarde de dolari, susține că datele din jocuri video pot antrena modele ale lumii care înțeleg fizica și cauzalitatea, deschizând calea către inteligența artificială generală (AGI).
Odyssey, startup-ul care construiește „lumi virtuale” cu ajutorul AI, atinge o evaluare de 1,45 miliarde de dolari după o rundă de finanțare de 310 milioane de dolari
Startup-ul Odyssey, fondat de foști ingineri de la Cruise și Wayve, a strâns 310 milioane de dolari pentru a dezvolta „modele ale lumii” – sisteme AI care simulează fizica reală. Cu o evaluare de 1,45 miliarde de dolari și sprijinul Amazon, AMD și Google Ventures, Odyssey vrea să redefinească modul în care interacționăm cu mediile virtuale.