Google DeepMind работи по трансформирането на най-усъвършенствания си мултимодален базов модел Gemini 2.5 Pro в т.нар. „модел на света“ – ИИ система, способна да разбира и симулира аспекти от реалния свят по начини, наподобяващи човешките когнитивни процеси.
Обявено на Google I/O 2025, това амбициозно начинание има за цел да създаде ИИ, който може да планира и да си представя нови преживявания, като моделира начина, по който функционира светът. Според изпълнителния директор на DeepMind, Демис Хасабис, тази способност представлява фундаментален напредък в изкуствения интелект, който надхвърля простата класификация и предсказване.
„Затова работим по разширяването на най-добрия ни мултимодален базов модел Gemini 2.5 Pro, за да се превърне в „модел на света“, който може да планира и да си представя нови преживявания чрез разбиране и симулиране на аспекти от света, точно както го прави мозъкът“, обяснява Хасабис в скорошна публикация в блога.
Google вече наблюдава първи признаци на тези способности за моделиране на света в умението на Gemini да представя и симулира природни среди, да разбира интуитивната физика чрез модела Veo и да обучава роботи да хващат предмети и да следват инструкции чрез Gemini Robotics.
Компанията определя това развитие като ключова стъпка към създаването на „универсален ИИ асистент“ – интелигентна система, която разбира контекста и може да планира и действа на всяко устройство. Крайната цел на Google е да превърне приложението Gemini в асистент, който може да изпълнява ежедневни задачи, да се справя с административна работа и да предоставя персонализирани препоръки.
Тази способност за моделиране на света надгражда вече впечатляващите логически умения на Gemini 2.5 Pro. Моделът в момента е водещ в класациите за сложни задачи по математика, наука и програмиране, и заема първо място в LMArena и WebDev Arena – класации, които измерват предпочитанията на хората при взаимодействие с ИИ.
Google планира да интегрира тези възможности за моделиране на света с технологиите от Project Mariner и Project Astra, които са насочени съответно към многозадачност и визуално разбиране. Усъвършенстваният Gemini 2.5 Pro се очаква да бъде общодостъпен през юни 2025 г., след приключване на настоящата фаза на предварителен преглед.