Google DeepMind представила Genie 4 — модель для создания интерактивных миров. Она генерирует сцены в реальном времени, позволяя пользователю перемещаться по окружению и менять происходящее с помощью текстовых команд.
Вместе с изображением модель создаёт звуки окружения, музыку и речь персонажей. Они могут разговаривать друг с другом и пользователем, реагируя на команды и события внутри сцены.
Читайте также: Промты для написания сценариев для видео, фильмов и Reels
Что умеет Genie 4
Пользователь описывает окружение и происходящее, а затем может вмешиваться в уже запущенную симуляцию. Например, менять погоду, добавлять людей и предметы или перемещать камеру. Для перемещения и управления камерой в демонстрациях используют клавиатуру.
По данным Google, Genie 4 лучше моделирует физические взаимодействия и движения людей. Модель создаёт как реалистичные, так и стилизованные пространства, в которых объекты взаимодействуют друг с другом в соответствии с заданными условиями.
За согласованность событий отвечают и модели Gemini. Gemini Omni помогает поддерживать соответствие внешнего вида и поведения объектов реальному миру. Gemini 3.8 Flash выступает в роли управляющего агента: анализирует кадры, разбивает задачу на последовательность шагов и проверяет их выполнение. Если пользователь меняет сцену, агент корректирует план действий.
Где можно использовать Genie 4
Кинематографисты могут использовать модель для предварительной проработки сцен: проверять ракурсы, освещение, диалоги и действия персонажей, не создавая каждый вариант с нуля. Разработчики игр — экспериментировать с визуальными стилями и механиками взаимодействия до переноса идей в игровой движок.
Ещё одно направление — исследования в области робототехники и ИИ-агентов. В одной из демонстраций Gemini 4 Argon разбивает задачу на последовательность действий, а Genie 4 моделирует, как гуманоидный робот Apollo играет в шашки. Это симуляция, а не демонстрация реальной игры робота.
Genie 4 также позволяет исследовать поведение агентов в виртуальной среде и проверять последовательности действий до их применения в реальных условиях.
Ограничения модели и доступность
Непрерывное взаимодействие с миром пока ограничено несколькими минутами. В продолжительных сеансах и после сложных изменений модель может хуже сохранять внешний вид объектов и детали окружения. Среди других ограничений Google отмечает неточности в звуке, трудности с воспроизведением читаемого текста и моделированием реальных мест. Созданные видео и аудио получают скрытую маркировку SynthID.
Google анонсировала Genie 4 27 октября 2026 года и открыла ограниченный доступ для доверенных тестировщиков в рамках исследовательской программы. В дальнейшем компания планирует предоставить модель подписчикам Google AI Ultra через Project Genie, а также партнёрам раннего доступа к Gemini API и Google AI Studio.
На странице Project Genie доступен список ожидания. Точные сроки расширения доступа, стоимость API и пользовательские лимиты Google пока не раскрыла.
Ранее Google Play разрешил устанавливать личные ИИ-приложения без аккаунта разработчика.
Изображения: deepmind.google/models/genie
