Google DeepMind представила модель Genie 4 для генерации виртуальных миров

Передвигаться по сгенерированному миру можно с клавиатуры, а менять сцену — текстовыми запросами: переставлять камеру, переключать погоду, добавлять людей и предметы. По словам DeepMind, среди моделей мира компании Genie 4 первой сама генерирует звук — от ветра и прибоя до музыки, а персонажи разговаривают и отвечают на действия пользователя. Разработчики также заявляют о более правдоподобных столкновениях, аэродинамике и движениях людей.

За связностью происходящего следит Gemini 3.8 Flash: модель анализирует кадры, раскладывает цель на шаги и проверяет их выполнение. Отдельно компания испытывает связку Genie 4 с Gemini 4 Argon для исследований в робототехнике — в демонстрации виртуальный человекоподобный робот Apollo играл в шашки.

Как передаёт 3DNews со ссылкой на The Verge, взаимодействие с миром теперь длится до двух минут — вдвое дольше, чем у Genie 3, которую в январе 2026 года открыли подписчикам AI Ultra в США. Компания признаёт ограничения: при долгой симуляции объекты могут менять вид и положение, а точность звука, физика, пространственная согласованность и отображение читаемого текста требуют доработки.

В Google видят применение модели в прототипировании игр, предварительной визуализации сцен для кино и создании тренировочных сред для роботов и ИИ-агентов. Сейчас Genie 4 работает в исследовательском режиме у ограниченного круга тестировщиков. Затем доступ планируется дать подписчикам тарифа AI Ultra в сервисе Project Genie, а также партнёрам, работающим с Gemini API и Google AI Studio. Сроки компания не называет.