Google präsentiert diese neue Errungenschaft als „neue Grenze“ und macht künstliche Intelligenz zum Schöpfer lebendiger Universen. Das Modell Genie 3 produziert nicht mehr nur Bilder oder Videos: Es generiert ganze, fotorealistische, interaktive Welten, in denen sich der Nutzer in Echtzeit bewegen kann. In einer spektakulären Demonstration lädt Genie 3 den Nutzer ein, sich mithilfe von Tastatur, Controller oder Maus durch eine KI-generierte Umgebung zu bewegen. Wir sehen nicht mehr nur ein Video, sondern eine Umgebung, in der wir interagieren. Das System kann sich sogar Elemente außerhalb des Bildschirms merken, realistische physikalische Effekte steuern und dynamische Ereignisse wie das plötzliche Auftauchen einer Figur oder einen Szenenwechsel erzeugen. Dieser Fortschritt eröffnet schwindelerregende Möglichkeiten, die weit über Videospiele hinausgehen. Google plant, Genie 3 in Bereichen wie immersivem Training, wissenschaftlicher Simulation und automatisierter audiovisueller Produktion einzusetzen.
Grenzen, die immer weiter verschoben werden
Die Technologie ist beeindruckend, aber noch nicht ausgereift. Die Demonstrationen dauern nur wenige Minuten, und die generierten Welten sind zwar visuell gelungen, aber nicht realen Orten nachempfunden. Ein authentisches Paris ist derzeit nicht zu besichtigen. Auch die Vielfalt simulierbarer Ereignisse ist begrenzt, obwohl Google schnelle Entwicklungen verspricht. Mit Genie 3 überschreiten die DeepMind-Teams eine neue Grenze. Nach der Beherrschung von Bild und Video widmen sie sich nun der räumlichen und interaktiven Dimension – eben jener, die die Grundlage von Videospielen und virtuellen Welten bildet. Dies ist ein erster Schritt hin zu einer KI, die nicht nur Kulissen, sondern auch komplette, lebendige und individuelle Erlebnisse schaffen kann. Die Videospiel-, Berufsbildungs- und Immersivkinobranche könnte durch dieses noch in den Kinderschuhen steckende, aber bereits jetzt vielversprechende Tool revolutioniert werden.
