Google DeepMind ponovno je uzdrmao tehnološku javnost predstavljanjem Genie 3, najnaprednijeg modela za generiranje interaktivnih virtualnih svjetova putem umjetne inteligencije. Ova inovacija, lansirana početkom kolovoza 2025., otvara nove horizonte ne samo u području razvoja videoigara, već i u istraživanju, edukaciji i robotici.
Genie 3 omogućuje generiranje trodimenzionalnih, fotorealističnih okruženja temeljenih na tekstualnim ili slikovnim promptovima, koje korisnik može istraživati u stvarnom vremenu putem tipkovnice – uz brzinu od 24 sličice u sekundi i rezoluciju Full HD. Ono što ovu verziju čini osobito relevantnom jest sposobnost simulacije intuitivne fizike: gravitacije, materijala, svjetla i tekućina te stvaranje dinamičnih svjetova gdje promjene u okolišu ostaju trajne, uz snažnu memoriju stanja. Sve važnija značajka jest „promptable world events“ – sustav omogućuje korisniku da putem dodatnog teksta izazove događaje, poput vremenskih promjena ili pojave novih objekata, dok interakcija s okolinom zadržava dosljednost fizičkih zakona.
Za razliku od prethodnih generacija, koje su bile ograničene na sekvence od nekoliko sekundi, Genie 3 održava kvalitetnu generaciju nekoliko minuta, čime postaje primjenjiv za kompleksnije aplikacije – od razvoja prototipa, testiranja autonomnih sustava do edukacijskih simulacija.
Industrija videoigara među prvima prepoznaje potencijal Genie 3, pogotovo mogućnost kreiranja beskonačno mnogo jedinstvenih i interaktivnih svjetova bez dugotrajne izrade svakog detalja. Prema preliminarnim studijama iz kolovoza, kombinacija ljudske kreativnosti i AI-a može smanjiti vrijeme dizajna razina za 70-80%. Najveći studiji, uključujući Epic Games i Unity Technologies, već testiraju integraciju Genie 3 u svoje razvojne procese.
U području robotike, ova tehnologija omogućuje generaciju raznovrsnih simulacijskih okruženja s različitim konfiguracijama prepreka, uvjetima i fizičkim zakonima. Time se značajno širi spektar testiranja autonomnih sustava prije njihove implementacije u stvarnom svijetu, smanjujući rizike i troškove.
Edukacija je treći sektor gdje Genie 3 pokazuje značajan potencijal. Sposobnost izrade prilagodljivih, interaktivnih nastavnih sadržaja, osobito za STEM područja i povijesne simulacije, mogu dramatično demokratizirati pristup virtualnom učenju. Iako se radi tek o ograničenoj testnoj dostupnosti, DeepMind je potvrdio kako se radi na pilot projektima sa odabranim obrazovnim institucijama.
Iako rezultati zadivljuju, Genie 3 se suočava s nizom tehničkih ograničenja. Najveći izazov je degradacija kvalitete generacije nakon 3-5 minuta – dulje sesije zahtijevaju segmentaciju koja može kvariti koherenciju svjetske simulacije. Fizički model nije temeljen na eksplicitnim jednadžbama već na „self-supervised learningu“ i može povremeno generirati nelogične interakcije, pogotovo s vodom, tkaninom ili u složenim scenarijima s više agenata. Simulacija više neovisnih agenata u jednom okruženju zasad je ograničena, što je ključan izazov za multiplayer svjetove ili robotske rojeve.
Pitanje tekstualne preciznosti također ostaje otvoreno: Genie 3 još ne može generirati čitljiv tekst u svijetu (npr. znakovi i sučelja), pa je trenutno rješenje dodavanje teksta vanjskim renderiranjem. Također, geografska preciznost ostaje pitanje – model može stvoriti okruženja inspirirana stvarnim lokacijama ali s velikim odstupanjima od stvarnog izgleda i rasporeda.
DeepMind je svjestan rizičnih aspekata: od mogućih zloupotreba, manipulacije povijesnim ili znanstvenim simulacijama, do pitanja pristranosti i točnosti sadržaja. Zbog toga je Genie 3 danas dostupan samo ograničenoj skupini istraživača i kreatora, pri čemu se izričito navodi potreba za dodatnim sigurnosnim studijama prije masovne komercijalizacije.
Usprkos ograničenjima, Genie 3 je jasan korak prema stvaranju AGI sustava sposobnih oblikovati, razumjeti i navigirati kompleksnim svjetovima. Daljnji razvoj očekuje se kroz nadogradnje arhitekture, širenje bazena trening podataka i pilot implementacije u industrijskim sektorima s najvišim potrebama za virtualnim okruženjima.
