Google DeepMind показала Genie 4 с интерактивными мирами, звуком и говорящими персонажами
Исследовательская версия создаёт фотореалистичные среды в реальном времени и позволяет менять сцену текстом во время исследования.
Google DeepMind представила Genie 4 — world model, которая создаёт интерактивные среды для исследования и изменения в реальном времени. Исследовательский превью-режим добавляет нативный звук, более реалистичную физику, естественные движения людей и персонажей, способных двигаться, реагировать и говорить внутри симуляции.
Пользователь может начать с текста или изображения и управлять миром уже во время его работы. DeepMind объясняет, что модели Gemini помогают планировать структуру и развитие сцены, а Genie попиксельно формирует визуальное и звуковое окружение. Возможные применения включают прототипирование игр, обучение роботов и быстрое создание сценариев для симуляций.
Пока это контролируемый превью, а не массовый релиз. В длинных сессиях Genie 4 может терять детали и постоянство объектов, ошибаться в сложной физике, звуке и тексте, а также отклоняться от исходной сцены после серии правок. Сгенерированные видео и аудио получат водяной знак SynthID.
Сначала модель будет доступна доверенным тестировщикам. Затем Google планирует открыть её подписчикам AI Ultra через Project Genie и отдельным партнёрам через Gemini API и Google AI Studio. Genie 4 приближает системы, которые не просто генерируют видео, а поддерживают отзывчивый мир вокруг действий пользователя.
