DeepMind presenta Genie 3, avanzando hacia la inteligencia artificial general

DeepMind ha presentado Genie 3, su último modelo base de mundo capaz de generar entornos 3D interactivos en tiempo real. Este avance se considera un paso crucial para lograr la inteligencia artificial general (AGI).

Shlomi Fruchter, director de investigación en DeepMind, describió a Genie 3 como el primer modelo de mundo interactivo en tiempo real y de propósito general, destacando su capacidad para generar mundos tanto fotorrealistas como imaginarios sin estar limitado a entornos específicos.

Basándose en sus predecesores, Genie 3 puede producir varios minutos de entornos 3D interactivos a una resolución de 720p y 24 cuadros por segundo, una mejora notable respecto a los 10 a 20 segundos generados por Genie 2. El modelo también introduce "eventos mundiales activables mediante indicaciones", que permiten a los usuarios modificar el mundo generado mediante comandos de texto.

Una característica clave de Genie 3 es su capacidad para mantener la consistencia física a lo largo del tiempo recordando el contenido generado previamente, una habilidad que no está explícitamente programada en el modelo. Este comportamiento emergente permite que el modelo simule la física del mundo real, como las interacciones y movimientos de objetos, sin depender de un motor de física codificado rígidamente.

DeepMind visualiza a Genie 3 como una herramienta para entrenar agentes de IA en tareas de propósito general, lo cual es esencial para avanzar hacia la AGI. Jack Parker-Holder, científico investigador en DeepMind, destacó la importancia de modelos de mundo como Genie 3 para simular escenarios del mundo real, particularmente para agentes incorporados.

A pesar de sus avances, Genie 3 tiene limitaciones, incluyendo un rango restringido de acciones para los agentes y dificultades para modelar con precisión interacciones complejas entre múltiples agentes. Además, el modelo actualmente soporta solo unos pocos minutos de interacción continua, mientras que se requieren duraciones más largas para un entrenamiento integral.

Genie 3 está actualmente en vista previa de investigación y no está disponible públicamente. DeepMind continúa refinando el modelo, con el objetivo de mejorar sus capacidades y abordar las limitaciones existentes como parte de sus esfuerzos continuos para desarrollar la AGI.