Выйшла новая Gemini 4 Argon. Яна будуе рэалістычныя 3D-сімуляцыі і пакадрава аналізуе відэа
Кампанія Google прадставіла новую мадэль штучнага інтэлекту Gemini 4 Argon. Мадэль малюе 3D-аб’екты, самастойна стварае файлы для 3D-друку па фатаграфіі і нават навучае робатаў па звычайных аматарскіх відэароліках. Вывучылі, на што здольная новая сістэма.
Самае прыкметнае абнаўленне — прасторавае мысленне мадэлі. Замест таго каб спампоўваць ці імпартаваць гатовыя 3D-файлы, Argon здольная рэндэрыць трохвымерныя аб'екты і сцэны выключна праз матэматычныя формулы і код.
У адным з тэстаў мадэлі паказалі ўсяго адзін канцэпт-арт дракона і папрасілі стварыць яго 3D-мадэль без выкарыстання 3D-рэдактараў. Argon напісала код на чыстым Python з выкарыстаннем матэматычных функцый адлегласці (SDF), які цалкам рэндэрыць дракона ў 3D-прасторы з правільнымі прапорцыямі з усіх ракурсных вуглоў.
Усе нашы тэсты мы рабілі па адным запыце — пытанне было ў тым, што мадэль можа рабіць «з каробкі» і без шматгадзінных гутарак з ёй.
Спачатку мы папрасілі згенераваць мадэль чорнай дзіркі. Gemini 3.1 у рэжыме High выдала даволі простую сімуляцыю.
А Gemini 4 у рэжыме High выдала значна больш складаную і дэталізаваную мадэль, якая ўлічвала нашмат болей параметраў. На жаль, першапачатковая мадэль занадта запавольвала браўзер і давялося яе спрасціць, але нават спрошчаны вынік значна больш рэалістычны, чым у Gemini 3.1.
Таксама Argon нашмат лепей умее рабіць 3D-мадэлі для друку па фота. Напрыклад, мы загрузілі фота стала, каб яна згенеравала гатовы файл для 3D-друкаркі. Gemini 3.1 так сабе справіўся з задачай — прапанаваў стол без паліц і не ўлічыў форму ножак на фота.
Тым часам Argon адразу перамаляваў стол з усімі паліцамі і адлюстраваў ягоную рэальную форму. Таксама ён зразумеў, што ножкі маюць нераўнамерную форму і ўлічыў гэта пры пабудове мадэлі.
Argon атрымала здольнасць пакадрава аналізаваць рэальныя відэазапісы і пераносіць убачанае ў фізічны свет. Мадэлі паказалі 20‑секунднае аматарскае відэа, дзе чалавек кідае мяшочак у гульні карнхол.
Argon зняла прасторавыя каардынаты руху, пабудавала сімуляцыю і перанесла код на чалавекападобнага робата Apptronik Apollo, які пасля гэтага закінуў у мішэнь сем мяшочкаў запар у рэальным жыцці.
Робата ў нас няма, але мы пратэставалі гэта на відэа з бегуном, які спачатку бяжыць хутка, а пасля трушком. Gemini 3.1 пабудавала просценькую сімуляцыю і, падобна, не аналізавала відэа пакадрава (мяркуючы па апісанні, якое яна дала ў чат-боце).
У той час Argon зрабіў значна больш складаны код, які ўлічвае значна болей параметраў і дазваляе наладжваць бегуна інтэрактыўна.
«Наша Нiва» — бастыён беларушчыны
ПАДТРЫМАЦЬЦяпер чытаюць
Віцебскі вядучы пажартаваў на закрытым мерапрыемстве. Праз дзве гадзіны да яго прыехала міліцыя праз данос10
Віцебскі вядучы пажартаваў на закрытым мерапрыемстве. Праз дзве гадзіны да яго прыехала міліцыя праз данос
«Доктарка», адвакат, чалавек з камерай і некалькі дужых хлопцаў. У Петрапаўлаўскай Баршчагоўцы расійскія спецслужбы скарысталіся спецыфічным украінскім бізнэсам ваеннага часу1313
Каментары