Хотите создать собственную игровую вселенную за минуту? Теперь это возможно — Google DeepMind открывает доступ к Project Genie. Этот экспериментальный инструмент превращает текстовые описания или фотографии в интерактивные миры. Как устроена "машина воображения", кто уже её тестирует и чем она отличается от обычных игровых движков — разбираемся в деталях.
Как работает "волшебная лампа" для геймдизайнеров
Представьте: вы описываете замок из зефира с рекой из шоколада или рисуете персонажа — и через 60 секунд получаете готовый 3D-мир. Именно так работает Project Genie. Алгоритму достаточно трёх элементов:
1. Текстовый запрос — например, "мультяшный кот исследует офис в стиле аниме".
2. Изображение-основа — можно загрузить фото или создать через Nano Banana Pro (генератор картинок DeepMind).
Генерация мира происходит в три этапа: сначала создаётся статичная сцена, затем добавляются физические свойства объектов, после чего активируется управление персонажем. Пока длится ограниченная минутная сессия, можно ходить, прыгать и взаимодействовать с окружением.
Технологии под капотом: Genie 3, Nano Banana Pro и Gemini
Project Genie — не самостоятельный продукт, а комбинация трёх разработок DeepMind:
Genie 3 — "мировая модель", которая предсказывает развитие среды. Если персонаж толкнет стул, алгоритм просчитывает, как упадёт предмет и изменится освещение.
Nano Banana Pro — улучшенная версия генератора изображений. Превращает текст в визуальные концепты за 2-3 секунды. Правда, иногда ошибается — вместо зелёных волос может выдать фиолетовые.
Gemini — мультимодальная ИИ-система, которая связывает текстовые описания с визуальным контентом. Она же отвечает за навигационные подсказки.
Почему пока только 60 секунд игры
Шлом Фруктер, руководитель проекта в DeepMind, объясняет временные ограничения просто: "Каждая сессия требует выделенного GPU. Чтобы охватить больше пользователей, мы балансируем между длительностью и доступностью".
Техническая причина — авторегрессионная природа Genie 3. Каждый следующий кадр генерируется на основе предыдущего, и со временем погрешности накапливаются. После минуты работы артефакты становятся заметны даже непрофессионалам.
Что получается хорошо, а что — не очень
Сильные стороны:
- Стилизации под аниме, акварель и пластилиновую анимацию — алгоритм воссоздаёт их безупречно
- Абстрактные миры вроде "летающего острова из книг" — здесь ИИ проявляет креативность
- Модификации существующих сцен — можно добавить дождь в солнечный пейзаж одним кликом
Слабые места:
- Фотореализм — пока получается скорее "хорошая игра 2020-х", чем реальность
- Навигация — управление персонажем требует сноровки, объекты иногда "проходятся насквозь"
- Брендированный контент — из-за споров с Disney нельзя создавать даже намёки на их персонажей
Зачем DeepMind игровые миры
Генерация развлекательного контента — только первый шаг. В DeepMind рассматривают Project Genie как полигон для обучения "мировых моделей" — ИИ-систем, способных предсказывать развитие событий в виртуальной среде.
Такие модели — ключевой элемент для создания:
- Обучения роботов в цифровых симуляторах (без риска сломать дорогое оборудование)
- Виртуальных ассистентов, понимающих контекст окружения
- Прогнозных систем для урбанистики и логистики
Кто ещё создаёт "мировые модели"
DeepMind — не единственные в этой гонке:
World Labs Фэй-Фэй Ли — запустили коммерческий продукт Marble для архитектурных визуализаций
Runway — стартап из Нью-Йорка, совмещающий генерацию видео с физическим движком
AMI Labs Янна Лекуна — фокусируется на обучении ИИ через виртуальные среды
Справка: DeepMind и ключевые участники
Google DeepMind — британская AI-лаборатория, основанная в 2010 году Демисом Хассабисом. Известна прорывами в глубоком обучении: AlphaGo обыграла чемпиона мира в го, AlphaFold решила проблему сворачивания белков. В 2014 поглощена Google. Штаб-квартира в Лондоне.
Шлом Фруктер — директор по исследованиям DeepMind. Специалист по обучению с подкреплением. До прихода в Google работал над алгоритмами прогнозирования для хедж-фондов. Руководил интеграцией моделей PaLM и Gemini.
Genie 3 — третья версия "мировой модели", представленная в марте 2025 года. Главное отличие от предшественников — способность запоминать контекст в течение сессии. Например, если вы вернётесь к ранее созданной локации, окружение останется узнаваемым.
Project Genie пока напоминает любопытного, но неуклюжего ребёнка — он способен создавать восхитительные миры, но спотыкается на простых задачах вроде фотореалистичной графики. Но именно эти эксперименты приближают нас к главной цели — ИИ, который понимает мир как человек. Когда-то DeepMind научили нейросети играть лучше людей — теперь они учат их воображать. И это, пожалуй, интереснее любой игры.
