Google DeepMind представила Genie 4 — модель, предназначенную для разработки интерактивных миров. Она создает сцены в реальном времени, позволяя пользователям перемещаться по окружению и изменять происходящее с помощью текстовых команд.
Совместно с изображением модель генерирует звуки окружающей среды, музыку и речь персонажей. Они могут общаться друг с другом и с пользователем, реагируя на команды и события в сцене.
Читайте также: Промты для написания сценариев для видео, фильмов и Reels
Возможности Genie 4
Пользователь описывает окружение и события, а затем может вмешиваться в запущенную симуляцию. Например, изменять погоду, добавлять людей и объекты или перемещать камеру. Для перемещения и управления камерой в демонстрациях используется клавиатура.
Согласно информации от Google, Genie 4 демонстрирует улучшенные модели физического взаимодействия и движения людей. Модель создает как реалистичные, так и стилизованные пространства, в которых объекты взаимодействуют друг с другом в соответствии с заданными условиями.
За согласованность событий отвечают также модели Gemini. Gemini Omni обеспечивает соответствие внешнего вида и поведения объектов реальному миру. Gemini 3.8 Flash функционирует как управляющий агент: анализирует кадры, разбивает задачу на последовательные шаги и проверяет их выполнение. Если пользователь вносит изменения в сцену, агент корректирует план действий.
Сферы применения Genie 4
Кинематографисты могут применять модель для предварительной проработки сцен: проверять углы, освещение, диалоги и действия персонажей, не создавая каждый вариант с нуля. Разработчики игр могут экспериментировать с визуальными стилями и механиками взаимодействия до переноса идей в игровой движок.
Еще одно направление — исследования в области робототехники и ИИ-агентов. В одной из демонстраций Gemini 4 Argon разбивает задачу на последовательные действия, а Genie 4 моделирует, как гуманоидный робот Apollo играет в шашки. Это симуляция, а не демонстрация реальной игры робота.
Genie 4 также предоставляет возможность исследовать поведение агентов в виртуальной среде и проверять последовательности действий перед их применением в реальных условиях.
Ограничения модели и доступность
Непрерывное взаимодействие с миром в настоящее время ограничено несколькими минутами. В длительных сеансах и после значительных изменений модель может хуже сохранять внешний вид объектов и детали окружения. Среди других ограничений Google отмечает неточности звука, сложности с воспроизведением читаемого текста и моделированием реальных локаций. Созданные видео и аудио получают скрытую маркировку SynthID.
Google анонсировала Genie 4 27 октября 2026 года и предоставила ограниченный доступ для доверенных тестировщиков в рамках исследовательской программы. В будущем компания планирует предложить модель подписчикам Google AI Ultra через Project Genie, а также партнерам 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 установку личных ИИ-приложений без необходимости в аккаунте разработчика.
Изображения: deepmind.google/models/genie
