आज के ट्रेंड पर वापस: गूगल का Genie 4 AI घूमने लायक दुनिया बनाता है; अभी केवल आमंत्रित परीक्षक
Poly रेटिंग · आज के ट्रेंड से

Genie 4 के दावे, सबूतों की कमी के हिसाब से रैंक (2026)

गूगल की अपनी पोस्ट कहती है कि Genie 4 की दुनिया कई प्रॉम्प्ट एडिट के बाद बहक सकती है, जो इसकी मुख्य खासियत है, और कोई सार्वजनिक बेंचमार्क अभी ऐसी दुनिया को एडिट नहीं कर सकता जिसमें कोई चल रहा हो।

  • नंबर 1: Genie 4 रियल-टाइम प्रॉम्प्ट से नियंत्रण (मौसम, कैमरा, लोग या चीज़ें जोड़ना)
  • 10 स्थान

01अंतिम सूची

अग्रणी AI ने स्वतंत्र रूप से अपनी-अपनी दस स्थानों की सूची बनाई। यहाँ एक आसानी से जाँचा जा सकने वाला नतीजा है: हर स्थान का कारण, स्रोत और उसे शामिल करने वाले AI की सूची है।

क्रम: सबसे अधिक AI सहमति से सबसे कम तक।

चमकीला बैज: इस AI ने प्रविष्टि अपनी सूची में रखी। फीका बैज: नहीं रखी।

  1. 1

    Genie 4 रियल-टाइम प्रॉम्प्ट से नियंत्रण (मौसम, कैमरा, लोग या चीज़ें जोड़ना)

    यही मुख्य खासियत है, और गूगल कहता है कि ‘कई प्रॉम्प्ट एडिट’ के बाद यह बहक जाती है। कोई खुला बेंचमार्क चलते हुए दुनिया को एडिट नहीं करता, और किसी बाहरी परीक्षक की सीधी पहुँच नहीं है।

    शामिल किया: Claude, Gemini. शामिल नहीं किया: ChatGPT, Grok, Nova, Kimi, Wenxin, Qwen, StepFun, DeepSeek.

    उनकी सूचियों में: Claude: 1 · Gemini: सूची देखें

    हर AI ने क्या नोट किया 2
    • Claudeस्थान 1

      मुख्य फ़ीचर वही है जिसके बारे में Google ख़ुद कहता है कि “कई प्रॉम्प्ट एडिट” के बाद टूट जाता है, और कोई सार्वजनिक परीक्षण सैर के बीच दुनिया को एडिट नहीं करता।

      स्रोत ↗
    • Gemini

      इसकी अपनी सूची में नाम अलग है: पूरी सूची खोलें।

      सूची देखें
    2 AI ने इसे यहाँ रखा
    स्रोत ↗
  2. 2

    Genie 4 लंबी अवधि की याददाश्त और सुसंगति

    गूगल लंबे समय की सुसंगति को अनसुलझा बताता है। iWorld-Bench का सबसे अच्छा याददाश्त स्कोर पेपर के सारांश में 0.85 है, पर लाइव लीडरबोर्ड पर 0.91। Genie 4 इन दोनों पर नहीं परखा गया है।

    शामिल किया: Claude, Gemini. शामिल नहीं किया: ChatGPT, Grok, Nova, Kimi, Wenxin, Qwen, StepFun, DeepSeek.

    उनकी सूचियों में: Claude: 5 · Gemini: 1

    हर AI ने क्या नोट किया 2
    • Claudeस्थान 5

      दो मिनट, Genie 3 से दोगुने, पर Google की अपनी पोस्ट केवल “कुछ मिनट” कहती है और लंबी अवधि की सुसंगति को खुला शोध मानती है।

    • Geminiस्थान 1

      iWorld-Bench पर परखे गए 14 फ़्रंटियर वर्ल्ड मॉडलों में से कोई भी मेमोरी सिमेट्री में 0.85 नहीं छूता, इसलिए Google का निर्बाध वापसी-यात्रा का वादा सबसे चौड़ा असत्यापित फ़ासला है।

      स्रोत ↗
    2 AI ने इसे यहाँ रखा
    स्रोत ↗
  3. 3

    AI एजेंट और रोबोट को प्रशिक्षित करने के लिए Genie 4

    एजेंट-प्रशिक्षण का दावा एक ह्यूमनॉइड-चेकर्स डेमो (एप्टट्रॉनिक Apollo) पर टिका है। न किसी को प्रकाशित सिमुलेशन से असली दुनिया में ट्रांसफर के आँकड़े मिले।

    शामिल किया: Claude, Gemini. शामिल नहीं किया: ChatGPT, Grok, Nova, Kimi, Wenxin, Qwen, StepFun, DeepSeek.

    उनकी सूचियों में: Claude: 3 · Gemini: 3

    हर AI ने क्या नोट किया 2
    • Claudeस्थान 3

      एजेंट-ट्रेनिंग की कहानी एक ही ह्यूमनॉइड-चेकर्स प्रयोग पर टिकी है, और एक टिप्पणीकार कहता है कि Genie अब नियंत्रित वीडियो जनरेटर जैसा लगता है।

      स्रोत ↗
    • Geminiस्थान 3

      स्वायत्त रोबोटिक्स के ट्रेनिंग इंजन के रूप में पेश, फिर भी प्रदर्शन के साथ सिम-टू-रियल रोबोटिक नीति-ट्रांसफ़र का एक भी प्रकाशित डेटा नहीं आया।

    2 AI ने इसे यहाँ रखा
    स्रोत ↗
  4. 4

    Genie 4 मूल ऑडियो और इंटरैक्टिव संवाद

    गूगल इसे ‘पहला रियल-टाइम वर्ल्ड मॉडल जो ऑडियो मूल रूप से बनाता है’ कहता है और मानता है कि ऑडियो की सटीकता अभी सुधर रही है। एक परीक्षक ने प्रॉम्प्ट में सैक्सोफ़ोन माँगा तो क्लैरिनेट सुना।

    शामिल किया: Claude, Gemini. शामिल नहीं किया: ChatGPT, Grok, Nova, Kimi, Wenxin, Qwen, StepFun, DeepSeek.

    उनकी सूचियों में: Claude: 2 · Gemini: 7

    हर AI ने क्या नोट किया 2
    • Claudeस्थान 2

      “ऑडियो को नेटिव रूप से जनरेट करने वाला पहला रीयल-टाइम वर्ल्ड मॉडल”, फिर भी एक टिप्पणीकार ने सैक्सोफ़ोन माँगे जाने पर क्लैरिनेट सुना।

      स्रोत ↗
    • Geminiस्थान 7

      संवाद, कदमों की आवाज़ और स्थानिक ध्वनिकी का रीयल-टाइम इंटरैक्टिव जनरेशन केवल-वीडियो समकक्षों से आगे है, पर स्ट्रीमिंग लोड में लेटेंसी का दंड अब भी सार्वजनिक नहीं है।

      स्रोत ↗
    2 AI ने इसे यहाँ रखा
    स्रोत ↗
  5. 5

    Genie 4 भौतिकी (वायुगतिकी, टक्कर, पानी)

    The New Stack की सुर्खी कहती है कि भौतिकी ‘अभी भी ठीक नहीं’ है, और गूगल जटिल भौतिक इंटरैक्शन को अनसुलझा बताता है।

    शामिल किया: Claude, Gemini. शामिल नहीं किया: ChatGPT, Grok, Nova, Kimi, Wenxin, Qwen, StepFun, DeepSeek.

    उनकी सूचियों में: Claude: 6 · Gemini: 6

    हर AI ने क्या नोट किया 2
    • Claudeस्थान 6

      द न्यू स्टैक की सुर्खी कहती है कि फ़िज़िक्स “अब भी पूरी तरह सही नहीं”, और Google जटिल भौतिक क्रियाओं को अनसुलझा सूचीबद्ध करता है।

      स्रोत ↗
    • Geminiस्थान 6

      कीबोर्ड से वातावरण में घूमना वस्तुओं के लगातार आर-पार घुसने और सीमा पार होने की गलतियों को छिपा देता है, जो औपचारिक फ़िज़िक्स सिमुलेटर अनुमति नहीं देते।

      स्रोत ↗
    2 AI ने इसे यहाँ रखा
    स्रोत ↗
  6. 6

    Genie 4 फोटोरियलिज़्म, रोशनी और मटेरियल

    इस दावे का अंतर सबसे छोटा है। दर्शक रोशनी और मटेरियल की तारीफ़ करते हैं, हालाँकि एक ‘फोटोरियलिस्टिक’ क्लिप वीडियो गेम जैसी लगी। अंधे अरीना वोटिंग से कम से कम ऑफ़लाइन क्लिप की तुलना हो सकती है।

    शामिल किया: Claude, Gemini. शामिल नहीं किया: ChatGPT, Grok, Nova, Kimi, Wenxin, Qwen, StepFun, DeepSeek.

    उनकी सूचियों में: Claude: 9 · Gemini: 9

    हर AI ने क्या नोट किया 2
    • Claudeस्थान 9

      सबसे परखने योग्य दावा और सबसे ज़्यादा समर्थन वाला: टिप्पणीकार कहते हैं कि रोशनी और मटीरियल पिछली पीढ़ी से साफ़ बेहतर हैं।

      स्रोत ↗
    • Geminiस्थान 9

      दृश्य रूप से परखने का सबसे आसान दावा, ऊँचे लीडरबोर्ड स्थानों से समर्थित, पर सिनेमाई रोशनी एजेंट की कार्यात्मक क्षमता में सबसे कम योगदान देती है।

      स्रोत ↗
    2 AI ने इसे यहाँ रखा
    स्रोत ↗
  7. 7

    Genie 4 किरदार और कई एजेंटों का व्यवहार (Gemini Omni ग्राउंडिंग)

    गूगल मानता है कि कई स्वतंत्र एजेंटों का मॉडल बनाना ‘अभी भी खुला शोध प्रश्न’ है। Gemini Omni किरदार की ग्राउंडिंग केवल गूगल के डेमो रील में दिखती है।

    शामिल किया: Claude, Gemini. शामिल नहीं किया: ChatGPT, Grok, Nova, Kimi, Wenxin, Qwen, StepFun, DeepSeek.

    उनकी सूचियों में: Claude: 7 · Gemini: 5

    हर AI ने क्या नोट किया 2
    • Claudeस्थान 7

      Google मानता है कि कई स्वतंत्र एजेंटों के बीच आपसी क्रियाओं का मॉडलिंग “अब भी एक खुली शोध समस्या” है।

      स्रोत ↗
    • Geminiस्थान 5

      Google दावा करता है कि मल्टीमोडल रीज़निंग मॉडल ग़ैर-खिलाड़ी किरदारों का व्यवहार सुसंगत रखते हैं, पर तेज़ शाखाओं वाले प्रॉम्प्ट के बाद मल्टी-एजेंट समन्वय अक्सर सिंक से बाहर हो जाता है।

    2 AI ने इसे यहाँ रखा
    स्रोत ↗
  8. 8

    Genie 4 SynthID वॉटरमार्किंग

    यह प्रक्रिया का दावा है, प्रदर्शन का नहीं, और आउटपुट सार्वजनिक होने पर इसे जाँचना आसान होगा। अभी किसी तीसरे पक्ष ने पुष्टि नहीं की कि लाइव स्ट्रीम में वॉटरमार्क बचता है।

    शामिल किया: Claude, Gemini. शामिल नहीं किया: ChatGPT, Grok, Nova, Kimi, Wenxin, Qwen, StepFun, DeepSeek.

    उनकी सूचियों में: Claude: 10 · Gemini: 10

    हर AI ने क्या नोट किया 2
    • Claudeस्थान 10

      यह प्रक्रियात्मक दावा है, प्रदर्शन का नहीं, और आउटपुट सार्वजनिक होने पर इसे जाँचना सबसे आसान है।

      स्रोत ↗
    • Geminiस्थान 10

      Google की डिजिटल प्रोवेनेंस छाप तकनीकी रूप से स्थापित है, पर कम-लेटेंसी फ़्रेम डाउनस्केलिंग के बाद उसके बचे रहने के बारे में केवल सबूत का अंतर है।

    2 AI ने इसे यहाँ रखा
    स्रोत ↗
  9. 9

    Gemini 3.8 Flash के साथ Genie 4 इवेंट प्लानिंग

    एक रीज़निंग मॉडल योजना बनाता है, हर कदम जाँचता है और दुनिया बदलने पर सुधारता है, पर किसी प्रकाशित परीक्षण में जनरेट की गई दुनिया के भीतर योजना-पालन नहीं मापा गया।

    शामिल किया: Claude. शामिल नहीं किया: ChatGPT, Gemini, Grok, Nova, Kimi, Wenxin, Qwen, StepFun, DeepSeek.

    उनकी सूचियों में: Claude: 4

    हर AI ने क्या नोट किया 1
    • Claudeस्थान 4

      एक रीज़निंग मॉडल योजना बनाता है, हर कदम जाँचता है और सुधारता है, पर कोई प्रकाशित परीक्षण नहीं दिखाता कि वह दुनिया को सुसंगत रखता है।

      स्रोत ↗
    1 AI ने इसे यहाँ रखा
    स्रोत ↗
  10. 10

    फ़िल्म, पत्रकारिता, शिक्षा, गेमिंग और इंजीनियरिंग के लिए Genie 4

    पाँच परीक्षण क्षेत्र गिनाए गए हैं, जिनमें फ़िल्म का ‘ड्राफ्ट मोड’ और पुरानी तस्वीरों को दुनिया में बदलना शामिल है, पर परीक्षकों की संख्या या नतीजे नहीं दिए गए। कुछ परीक्षक आउटपुट को ‘धुंधला’ कहते हैं।

    शामिल किया: Claude. शामिल नहीं किया: ChatGPT, Gemini, Grok, Nova, Kimi, Wenxin, Qwen, StepFun, DeepSeek.

    उनकी सूचियों में: Claude: 8

    हर AI ने क्या नोट किया 1
    • Claudeस्थान 8

      वास्तविक उपयोग-मामले नाम से दिए गए हैं, पर पोस्ट में परीक्षकों की संख्या, नमूना-आकार या मापे गए नतीजे नहीं हैं।

      स्रोत ↗
    1 AI ने इसे यहाँ रखा
    स्रोत ↗

शीर्ष तीन के बारे में और ↓

02जानने योग्य

सूची बनाते समय AI ने क्या देखा।

सार्वजनिक वीडियो अरीना केवल पहले से रेंडर की गई क्लिप पर वोट लेते हैं, इसलिए रियल-टाइम भाषा-आधारित नियंत्रण के लिए अभी कोई सार्वजनिक बेंचमार्क नहीं है।

किसने देखा:
शामिल किया: Claude, Gemini. शामिल नहीं किया: ChatGPT, Grok, Nova, Kimi, Wenxin, Qwen, StepFun, DeepSeek.
स्रोत ↗

टिप्पणीकार कहते हैं कि Genie 4 फ्रेम में मौजूद चीज़ों के लिए सुसंगत रहता है, पर चीज़ें बाहर जाकर लौटें तो टूट जाता है। किसी एजेंट-प्रशिक्षण सिम्युलेटर को ठीक यही मामला चाहिए।

किसने देखा:
शामिल किया: Claude. शामिल नहीं किया: ChatGPT, Gemini, Grok, Nova, Kimi, Wenxin, Qwen, StepFun, DeepSeek.
स्रोत ↗

योजना Gemini सँभालता है और दुनिया Genie बनाता है, इसलिए यह बताना मुश्किल है कि हर दावे का श्रेय किस मॉडल को जाए।

किसने देखा:
शामिल किया: Claude. शामिल नहीं किया: ChatGPT, Gemini, Grok, Nova, Kimi, Wenxin, Qwen, StepFun, DeepSeek.
स्रोत ↗

03हमने कैसे गिना

सीधी भाषा में, बिना सूत्रों के।

1सवाल

सबूतों की कमी के हिसाब से रैंक किए गए Genie 4 के 10 दावे

2यह कहाँ लागू होता है

दुनिया भर के AI वर्ल्ड मॉडल

3हमने किन बातों पर ध्यान दिया

  • गूगल की घोषणा और डेमो में सार्वजनिक दावे की ताकत
  • स्वतंत्र कवरेज: रिपोर्टरों ने जो देखा, उसकी तुलना में गूगल क्या बताता है
  • बेंचमार्क कवरेज: क्या मौजूदा खुले परीक्षण इस दावे को माप भी सकते हैं
  • विफलता का नतीजा: असली काम में सामने आने पर स्वीकार की गई सीमा कितना नुकसान करती है
  • गूगल डीपमाइंड: Genie 4 की आधिकारिक पोस्ट — दावे और गूगल की अपनी चेतावनियाँ (बहाव, ऑब्जेक्ट परमानेंस, ऑडियो की सटीकता, कई एजेंटों का इंटरैक्शन)। इसमें रिज़ोल्यूशन, फ्रेम रेट, सत्र की लंबाई या
  • क्वार्ट्ज़ की लॉन्च रिपोर्ट — पहुँच किसके पास है (केवल भरोसेमंद परीक्षक), कीबोर्ड से चलना, Gemini Omni और Gemini रीज़निंग मॉडल कैसे फिट होते हैं, और ब्लूमबर्ग ने बताई लगभग दो मिनट की सीमा (प्रति सिमुलेशन)
  • SiliconANGLE की लॉन्च रिपोर्ट — रोलआउट योजना और दो मिनट की सुसंगति की खिड़की, जिसे Genie 3 की सीमा से दोगुना बताया गया है
  • एंड्रॉइड ऑथोरिटी की लॉन्च रिपोर्ट — रिपोर्टर सचमुच क्या देख पाए: गूगल के अपने वीडियो, सीमित पहुँच, कोई बताया गया रिज़ोल्यूशन नहीं

4रैंक किसने दी

अग्रणी AI: Claude, ChatGPT, Gemini, Grok, Nova, Kimi, Wenxin, Qwen, StepFun, DeepSeek। हर एक ने स्वतंत्र रूप से दस स्थानों की अपनी सूची बनाई और हर स्थान के लिए स्रोत बताया।

5स्थान कैसे तय हुए

अलग-अलग AI द्वारा अलग ढंग से लिखी गई एक ही चीज़ को एक गिना गया। जितने ज़्यादा AI ने किसी चीज़ को अपनी सूची में रखा और जितना ऊपर रखा, उसका स्थान उतना ऊँचा। "AI की सहमति" बताती है कि कितने AI की अपनी सूची में वह चीज़ थी। स्रोत केवल वही हैं जो AI ने खुद खोजे; हाथ से कुछ नहीं जोड़ा गया।

04हर AI की अपनी सूची

🇺🇸 Claude10 स्थान · 3 नोट

वही सवाल, जिसका जवाब अकेले Claude ने दिया। ऊपर की अंतिम सूची सभी AI को मिलाती है।

  1. 1
    सजीव दुनिया को सामान्य भाषा में वास्तविक समय में नियंत्रित करना (मौसम, कैमरा, लोग या चीज़ें जोड़ना)

    मुख्य फ़ीचर वही है जिसके बारे में Google ख़ुद कहता है कि “कई प्रॉम्प्ट एडिट” के बाद टूट जाता है, और कोई सार्वजनिक परीक्षण सैर के बीच दुनिया को एडिट नहीं करता।

    स्रोत ↗
  2. 2
    उपयोगकर्ता के इनपुट के हिसाब से बदलने वाला इंटरैक्टिव संवाद (मूल ऑडियो के साथ)

    “ऑडियो को नेटिव रूप से जनरेट करने वाला पहला रीयल-टाइम वर्ल्ड मॉडल”, फिर भी एक टिप्पणीकार ने सैक्सोफ़ोन माँगे जाने पर क्लैरिनेट सुना।

    स्रोत ↗
  3. 3
    एजेंट और रोबोट को प्रशिक्षण देने में उपयोगिता (SIMA, Gemini Robotics, एप्टट्रॉनिक Apollo checkers)

    एजेंट-ट्रेनिंग की कहानी एक ही ह्यूमनॉइड-चेकर्स प्रयोग पर टिकी है, और एक टिप्पणीकार कहता है कि Genie अब नियंत्रित वीडियो जनरेटर जैसा लगता है।

    स्रोत ↗
  4. 4
    Gemini 3.8 Flash के मार्गदर्शन में जटिल घटनाओं का सिमुलेशन

    एक रीज़निंग मॉडल योजना बनाता है, हर कदम जाँचता है और सुधारता है, पर कोई प्रकाशित परीक्षण नहीं दिखाता कि वह दुनिया को सुसंगत रखता है।

    स्रोत ↗
  5. 5
    लंबी अवधि तक एकरूपता और याददाश्त (लगभग दो मिनट)

    दो मिनट, Genie 3 से दोगुने, पर Google की अपनी पोस्ट केवल “कुछ मिनट” कहती है और लंबी अवधि की सुसंगति को खुला शोध मानती है।

  6. 6
    भौतिकी का सिमुलेशन (वायुगतिकी, टक्कर, बहता पानी)

    द न्यू स्टैक की सुर्खी कहती है कि फ़िज़िक्स “अब भी पूरी तरह सही नहीं”, और Google जटिल भौतिक क्रियाओं को अनसुलझा सूचीबद्ध करता है।

    स्रोत ↗
  7. 7
    ऐसे किरदार जो स्वाभाविक रूप से चलें, प्रतिक्रिया दें और व्यवहार करें (कई एजेंटों की आपसी बातचीत समेत)

    Google मानता है कि कई स्वतंत्र एजेंटों के बीच आपसी क्रियाओं का मॉडलिंग “अब भी एक खुली शोध समस्या” है।

    स्रोत ↗
  8. 8
    फ़िल्म, पत्रकारिता, शिक्षा, गेमिंग और इंजीनियरिंग में भरोसेमंद परीक्षकों के लिए फ़ायदेमंद

    वास्तविक उपयोग-मामले नाम से दिए गए हैं, पर पोस्ट में परीक्षकों की संख्या, नमूना-आकार या मापे गए नतीजे नहीं हैं।

    स्रोत ↗
  9. 9
    'सबसे यथार्थवादी' फ़ोटोरियलिज़्म, रोशनी और सामग्री

    सबसे परखने योग्य दावा और सबसे ज़्यादा समर्थन वाला: टिप्पणीकार कहते हैं कि रोशनी और मटीरियल पिछली पीढ़ी से साफ़ बेहतर हैं।

    स्रोत ↗
  10. 10
    बनाए गए सभी वीडियो और ऑडियो पर SynthID वॉटरमार्किंग

    यह प्रक्रियात्मक दावा है, प्रदर्शन का नहीं, और आउटपुट सार्वजनिक होने पर इसे जाँचना सबसे आसान है।

    स्रोत ↗

Claude ने क्या देखा

Google की अपनी पोस्ट में कोई रेज़ोल्यूशन, फ़्रेम-दर, सत्र की लंबाई या परीक्षकों की संख्या नहीं दी गई। कवरेज में सबसे ठोस आँकड़ा, दो मिनट, प्रेस रिपोर्टों से आता है।

स्रोत ↗

Hacker News के टिप्पणीकारों के अनुसार Genie 4 फ़्रेम में रहने वाली चीज़ों के लिए सुसंगति अच्छी रखता है, और जब वस्तुएँ बाहर जाकर वापस आती हैं तो टूट जाता है। एजेंट-ट्रेनिंग सिमुलेटर को ठीक यही मामला चाहिए।

स्रोत ↗

पिच का एक हिस्सा हाइब्रिड डिज़ाइन है: Gemini ढाँचा और योजना सँभालता है, जबकि Genie रूप, ध्वनि और प्रतिक्रिया रेंडर करता है। इसलिए Gemini मॉडलों और Genie के बारे में दावों को अलग करना मुश्किल है।

स्रोत ↗
🇺🇸 Gemini10 स्थान · 2 नोट

वही सवाल, जिसका जवाब अकेले Gemini ने दिया। ऊपर की अंतिम सूची सभी AI को मिलाती है।

  1. 1
    लंबी अवधि की याददाश्त और लूप की समरूपता

    iWorld-Bench पर परखे गए 14 फ़्रंटियर वर्ल्ड मॉडलों में से कोई भी मेमोरी सिमेट्री में 0.85 नहीं छूता, इसलिए Google का निर्बाध वापसी-यात्रा का वादा सबसे चौड़ा असत्यापित फ़ासला है।

    स्रोत ↗
  2. 2
    लाइव सामान्य-भाषा नियंत्रण और दृश्य में बदलाव

    Artificial Analysis जैसे पेयरवाइज़ अरीना स्थिर प्रॉम्प्ट के निष्पादन को परखते हैं, इसलिए बीच में इंटरैक्टिव प्रॉम्प्ट-स्टीयरिंग तीसरे पक्षों द्वारा पूरी तरह बेंचमार्क नहीं हुई है।

    स्रोत ↗
  3. 3
    बड़े पैमाने पर रोबोट-जैसे एजेंट का प्रशिक्षण और सिमुलेशन से असली दुनिया में हस्तांतरण

    स्वायत्त रोबोटिक्स के ट्रेनिंग इंजन के रूप में पेश, फिर भी प्रदर्शन के साथ सिम-टू-रियल रोबोटिक नीति-ट्रांसफ़र का एक भी प्रकाशित डेटा नहीं आया।

  4. 4
    दो मिनट तक लगातार सिमुलेशन की स्थिरता

    Google खुले सैंडबॉक्स खेल को उजागर करता है, पर स्वतंत्र रिपोर्टरों की ब्रीफ़िंग में लगभग 120 सेकंड की सख़्त सीमा सामने आई, जिसके बाद संरचनात्मक भ्रम शुरू हो जाता है।

  5. 5
    Gemini Omni से गतिशील NPC (गेम के गैर-खिलाड़ी किरदार) संवाद

    Google दावा करता है कि मल्टीमोडल रीज़निंग मॉडल ग़ैर-खिलाड़ी किरदारों का व्यवहार सुसंगत रखते हैं, पर तेज़ शाखाओं वाले प्रॉम्प्ट के बाद मल्टी-एजेंट समन्वय अक्सर सिंक से बाहर हो जाता है।

  6. 6
    प्रथम-पुरुष 3D ज्यामिति और टक्कर की भौतिकी

    कीबोर्ड से वातावरण में घूमना वस्तुओं के लगातार आर-पार घुसने और सीमा पार होने की गलतियों को छिपा देता है, जो औपचारिक फ़िज़िक्स सिमुलेटर अनुमति नहीं देते।

    स्रोत ↗
  7. 7
    मूल रूप से सिंक्रनाइज़्ड मल्टी-चैनल स्थानिक ऑडियो

    संवाद, कदमों की आवाज़ और स्थानिक ध्वनिकी का रीयल-टाइम इंटरैक्टिव जनरेशन केवल-वीडियो समकक्षों से आगे है, पर स्ट्रीमिंग लोड में लेटेंसी का दंड अब भी सार्वजनिक नहीं है।

    स्रोत ↗
  8. 8
    कीबोर्ड पर तुरंत प्रतिक्रिया और कैमरा ट्रैकिंग

    परीक्षकों ने WASD नेविगेशन काम करते पाया, पर स्थानीय उच्च-बैंडविड्थ सेटअप से बाहर क्लाउड पर एंड-टू-एंड फ़्रेम-रेंडरिंग लेटेंसी काफ़ी उतार-चढ़ाव करती है।

  9. 9
    फ़ोटोरियलिस्टिक रोशनी, मौसम और त्रि-आयामी सामग्री

    दृश्य रूप से परखने का सबसे आसान दावा, ऊँचे लीडरबोर्ड स्थानों से समर्थित, पर सिनेमाई रोशनी एजेंट की कार्यात्मक क्षमता में सबसे कम योगदान देती है।

    स्रोत ↗
  10. 10
    इंटरैक्टिव ऑडियो और वीडियो पर SynthID वॉटरमार्किंग

    Google की डिजिटल प्रोवेनेंस छाप तकनीकी रूप से स्थापित है, पर कम-लेटेंसी फ़्रेम डाउनस्केलिंग के बाद उसके बचे रहने के बारे में केवल सबूत का अंतर है।

Gemini ने क्या देखा

मेमोरी की सीमा 2026 की निर्णायक तकनीकी बाधा है: iWorld-Bench परीक्षण दिखाते हैं कि कोई इंटरैक्टिव वर्ल्ड मॉडल 0.85 मेमोरी सिमेट्री पार नहीं करता, यही बताता है कि DeepMind की डेमो क्लिप लंबी लूप-बंद नेविगेशन से क्यों बचती हैं।

स्रोत ↗

Artificial Analysis Video Arena जैसे सार्वजनिक लीडरबोर्ड गैर-इंटरैक्टिव वीडियो की पेयरवाइज़ वोटिंग के लिए बने हैं, इसलिए पूरे उद्योग के पास रीयल-टाइम प्राकृतिक-भाषा नियंत्रण के लिए कोई सार्वजनिक बेंचमार्क नहीं है।

स्रोत ↗

और रैंकिंग