AI mới nhất của Google DeepMind vừa tạo ra một trò chơi trượt tuyết có thể chơi được, mô phỏng Mont Blanc ngoài đời thực, với tuyết tạo thành rãnh dưới ván trượt và tuyết lở tràn xuống theo thời gian thực — mà không cần đến bất kỳ mô hình 3D có sẵn nào. Đây là bước tiến lớn so với AI chỉ viết những đoạn mã ngắn, hướng tới AI có thể xây dựng cả một thế giới tương tác.

Những điểm chính

  • Gemini 4 Neon lập trình một trò chơi mô phỏng trượt tuyết dựa trên địa hình thực tế của Mont Blanc

  • Bản dựng sử dụng Antigravity, shader tùy chỉnh và không dùng mô hình 3D tạo sẵn

  • Trình mô phỏng hiển thị tuyết bị xẻ thành rãnh và tuyết lở theo thời gian thực

  • Các cập nhật gần đây của Google DeepMind cho thấy Gemini 4 được ứng dụng trong lập trình, robot học, bảng tính, phòng thí nghiệm và nghiên cứu mã hóa

Google DeepMind đăng bài cho biết Gemini 4 Neon đã lập trình một trình mô phỏng trượt tuyết dựa trên địa hình Mont Blanc có thật, được xây dựng trong Antigravity, công cụ lập trình AI của Google, với các shader tùy chỉnh và không dùng mô hình 3D tạo sẵn.

Công ty cũng mô tả tuyết bị xẻ thành rãnh và các trận tuyết lở được kết xuất trực tiếp, biến cảnh núi thành một ví dụ khác về việc Gemini 4 xử lý một tác vụ trực quan, có tính tương tác thay vì chỉ trả lời bằng văn bản.

Cách xây dựng

Gemini 4 Neon xử lý một dự án dựa trên địa hình Mont Blanc có thật thay vì một sườn núi tưởng tượng. Google DeepMind kết hợp địa hình đó với các shader tùy chỉnh và cho biết không sử dụng mô hình 3D tạo sẵn.

Shader là các chỉ dẫn đồ họa định hình diện mạo của bề mặt trong khi cảnh vật được dựng. Trong trường hợp này, chúng giúp tạo nên lớp tuyết thay đổi trực tiếp khi người trượt tuyết lướt qua, đồng thời các trận tuyết lở cũng được kết xuất theo thời gian thực.

Google DeepMind không cho biết quá trình xây dựng mất bao lâu hay cần bao nhiêu sự hỗ trợ của con người; trò chơi này là một bản demo để bạn trải nghiệm, chứ không phải sản phẩm được bán ra.

Cũng đọc: Gemini 4 Neon của Google cạnh tranh với các mô hình AI hàng đầu với chi phí chỉ bằng một nửa

Vì sao điều này quan trọng

Thông thường, để làm một trò chơi 3D, cần có nghệ sĩ xây dựng mô hình, lập trình viên viết phần vật lý và chuyên gia đồ họa viết shader. Ở đây, một mô hình AI đã xử lý địa hình, đồ họa và cả lớp tuyết chuyển động. Nếu những công cụ như thế này tiếp tục được cải thiện, các nhóm nhỏ, thậm chí nhà phát triển độc lập, có thể tạo ra những thế giới trò chơi trước đây cần cả một studio mới làm được. Đây là tin vui cho các nhà sáng tạo game độc lập, nhưng cũng là lời cảnh báo cho những ai làm công việc tạo tài nguyên 3D thủ công.

Bản demo Mont Blanc nằm trong chuỗi ví dụ rộng hơn về Gemini 4, tập trung ít hơn vào những câu trả lời tức thời và nhiều hơn vào các hệ thống có thể tiếp tục xử lý một nhiệm vụ. Ngày 10 tháng 11, Google DeepMind giới thiệu Gemini 4 Carbon là mô hình mạnh nhất của hãng cho các nhiệm vụ phức tạp, kéo dài, được thiết kế để khảo sát vấn đề một cách kỹ lưỡng và thực hiện các vòng kiểm chứng kéo dài trong lĩnh vực kỹ thuật phần mềm, an ninh mạng, công việc tri thức và khoa học.

Ngày 12 tháng 11, hãng giới thiệu Gemini 4 Hydrogen, được thiết kế cho lập trình nhanh, tổng hợp đa phương thức và các quy trình công việc thường ngày; hãng cho biết mô hình hoàn thành nhiệm vụ nhanh hơn 2,5 lần so với 3.8 Flash. Điều này quan trọng vì công ty đang cho thấy một dòng mô hình có thể đảm nhiệm cả lập trình, hình ảnh, mô phỏng và nghiên cứu, thay vì coi chúng là những lĩnh vực tách biệt.

Ngày 19 tháng 11, Koray Kavukcuoglu, phó chủ tịch cấp cao của Google DeepMind, cho biết sẽ không có một bài kiểm tra hay chuẩn đánh giá duy nhất nào cho chúng ta biết trí tuệ nhân tạo tổng quát (AGI) đã đạt được. Thay vào đó, ông nói tiến bộ thể hiện ở việc các mô hình ngày càng ít “thiếu đồng đều” và đáng tin cậy hơn trong đời sống hằng ngày. Trình mô phỏng trượt tuyết phù hợp với thông điệp đó vì đây là một tác vụ trực tiếp khác mà độ tin cậy quan trọng không kém khả năng tạo đầu ra thô.

Điều cần theo dõi tiếp theo

Các cập nhật gần đây từ những người trực tiếp tham gia cho thấy Google DeepMind đang đưa Gemini 4 vào những môi trường đòi hỏi mô hình phải xây dựng, mô phỏng, kiểm chứng hoặc điều khiển một thứ gì đó qua nhiều bước.

NgàyCập nhật của Google DeepMind6 tháng 11Các tác nhân trí tuệ nhân tạo có sự hướng dẫn của con người phát hiện hai điểm yếu lớn trong các hệ thống mật mã 1024-bit đời cũ10 tháng 11Gemini 4 Carbon được giới thiệu cho các nhiệm vụ phức tạp, kéo dài và các vòng kiểm chứng mở rộng12 tháng 11Gemini 4 Hydrogen được giới thiệu cho lập trình nhanh, tổng hợp đa phương thức và các quy trình công việc thường ngày16 tháng 11Các nhà nghiên cứu sử dụng Gemini 4 Carbon trong Google Antigravity để nghiên cứu vật lý, toán học và khoa học sự sống17 tháng 11Gemini 4 Hydrogen vận hành một khung vẽ pixel art trong Google Sheets và một plugin robot học dành cho các cánh tay robot tương thích20 tháng 11Gemini 4 Neon lập trình một trình mô phỏng trượt tuyết Mont Blanc với tuyết và tuyết lở được thể hiện trực tiếp

Hai cập nhật ngày 17 tháng 11 đặc biệt đáng chú ý. Google DeepMind cho thấy Gemini 4 Hydrogen biến Google Sheets thành một khung vẽ pixel art bằng cách thu nhỏ hàng nghìn ô thành các cảnh hoạt họa. Cùng ngày, hãng cho biết một plugin robot học mới dành cho Google Antigravity có thể kết nối với một cánh tay robot tương thích, luyện tập trong mô phỏng MuJoCo và thực hiện nhiệm vụ ngoài đời thực thông qua hội thoại thông thường.

Điều đó cho thấy một hướng đi rõ ràng cần theo dõi. Google DeepMind đang thử nghiệm Gemini 4 với những công việc kết hợp lập trình và hành động trong phần mềm, phòng thí nghiệm và máy móc. Vẫn còn phải xem bao nhiêu bản demo trong số này sẽ trở thành công cụ phổ biến rộng rãi, và khi nào.

Đọc tiếp: Google DeepMind giúp lập trình viên huấn luyện cánh tay robot chỉ bằng trò chuyện