Google DeepMind представила модель Genie 4, способную генерировать интерактивные виртуальные миры в реальном времени. В отличие от обычных видеогенераторов, система моделирует изменения среды в ответ на действия пользователя, включая управление камерой и текстовые команды для изменения объектов или погоды.
Модель получила функцию встроенной генерации звука, включая музыку и речь персонажей. По данным TechCrunch, Genie 4 поддерживает связность сцены до двух минут, что вдвое превышает показатели предыдущей версии. Разработчики также улучшили симуляцию физики, аэродинамики и движений персонажей.
В работе Genie 4 используются модели семейства Gemini. Gemini 3.8 Flash выступает в роли управляющего агента, разбивающего сложные задачи на этапы. Google также тестирует связку Genie 4 и Gemini 4 Argon для обучения роботов, например, модели Apollo от компании Apptronik.
Сейчас Genie 4 доступна ограниченной группе тестировщиков в формате исследовательского превью. В ближайшие недели доступ получат подписчики Google AI Ultra, участники программы Project Genie и партнеры Gemini API. Для Project Genie открыт лист ожидания, стоимость использования API пока не раскрыта.
Весь контент, созданный моделью, маркируется цифровыми водяными знаками SynthID. Google позиционирует инструмент для использования в киноиндустрии, геймдеве и образовании, однако признает, что модель остается экспериментальной и требует доработки в части пространственной точности и стабильности объектов.
