Вышла новая Gemini 4 Argon. Она строит реалистичные 3D-симуляции и покадрово анализирует видео
Компания Google представила новую модель искусственного интеллекта Gemini 4 Argon. Модель рисует 3D-объекты, самостоятельно создает файлы для 3D-печати по фотографии и даже обучает роботов по обычным любительским видеороликам. Изучили, на что способна новая система.
Самое заметное обновление — пространственное мышление модели. Вместо того чтобы скачивать или импортировать готовые 3D-файлы, Argon способна рендерить трёхмерные объекты и сцены исключительно через математические формулы и код.
В одном из тестов модели показали всего один концепт-арт дракона и попросили создать его 3D-модель без использования 3D-редакторов. Argon написала код на чистом Python с использованием математических функций расстояния (SDF), который полностью рендерит дракона в 3D-пространстве с правильными пропорциями со всех ракурсных углов.
Все наши тесты мы делали по одному запросу — вопрос был в том, что модель может делать «из коробки» и без многочасовых бесед с ней.
Сначала мы попросили сгенерировать модель чёрной дыры. Gemini 3.1 в режиме High выдала довольно простую симуляцию.
А Gemini 4 в режиме High выдала значительно более сложную и детализированную модель, которая учитывала намного больше параметров. К сожалению, первоначальная модель слишком замедляла браузер и пришлось её упростить, но даже упрощённый результат значительно более реалистичен, чем у Gemini 3.1.
Также Argon намного лучше умеет делать 3D-модели для печати по фото. Например, мы загрузили фото стола, чтобы она сгенерировала готовый файл для 3D-принтера. Gemini 3.1 так себе справился с задачей — предложил стол без полок и не учёл форму ножек на фото.
Тем временем Argon сразу перерисовал стол со всеми полками и отразил его реальную форму. Также он понял, что ножки имеют неравномерную форму и учёл это при построении модели.
Argon получила способность покадрово анализировать реальные видеозаписи и переносить увиденное в физический мир. Модели показали 20‑секундное любительское видео, где человек бросает мешочек в игре корнхол.
Argon сняла пространственные координаты движения, построила симуляцию и перенесла код на человекоподобного робота Apptronik Apollo, который после этого забросил в мишень семь мешочков подряд в реальной жизни.
Робота у нас нет, но мы протестировали это на видео с бегуном, который сначала бежит быстро, а потом трусцой. Gemini 3.1 построила простенькую симуляцию и, похоже, не анализировала видео покадрово (судя по описанию, которое она дала в чат-боте).
В то время Argon сделал значительно более сложный код, который учитывает значительно больше параметров и позволяет настраивать бегуна интерактивно.
«Наша Нiва» — бастион беларущины
ПОДДЕРЖАТЬ
«Врачиха», адвокат, человек с камерой и несколько крепких парней. В Петропавловской Борщаговке российские спецслужбы воспользовались специфическим украинским бизнесом военного времени1515
Комментарии