Google DeepMind выпустила Genie 4 — мир, который меняется по команде и звучит
Google DeepMind показала Genie 4 — модель мира, которая генерирует интерактивное окружение в реальном времени и впервые в линейке создаёт звук вместе с картинкой. Пока это исследовательский превью для доверенных тестеров.
Google DeepMind 27 октября 2026 года представила Genie 4 — новое поколение модели мира, которая строит интерактивное фотореалистичное окружение в реальном времени и первой в линейке генерирует звук одновременно с изображением. Модель открыта как исследовательский превью для ограниченного круга доверенных тестеров; затем её обещают подписчикам Google AI Ultra в Project Genie и ранним партнёрам Gemini API и Google AI Studio.
Что умеет Genie 4
- Собственный звук. Музыка, фоновые шумы и интерактивные диалоги создаются вместе с миром, а не накладываются отдельной дорожкой.
- Управление на ходу. Погоду, положение камеры, новых персонажей и предметы можно менять текстовым промптом прямо во время симуляции. Gemini адаптирует команду под текущую сцену и между вводами пользователя сам следит, чтобы мир развивался связно.
- Физика и люди. Модель симулирует аэродинамику и столкновения, а персонажи двигаются, реагируют на окружение и говорят.
- Гибридная схема. За внешний вид и поведение отвечает Gemini Omni, за связность и планирование — другие модели семейства. В цикле работает Gemini 3.8 Flash: он наблюдает за сценой, разбивает задачу на шаги и проверяет по кадрам, выполнен ли каждый из них.
Где это уже тестируют
Google перечисляет несколько сценариев от доверенных тестеров. Кинематографисты используют модель как быстрый черновик: заходят внутрь сцены и прогоняют несколько «дублей», меняя ракурс, свет, реплики и действие. Фотожурналисты проверяют, как один архивный 2D-снимок превращается в обжитое окружение. Разработчики игр собирают прототип до того, как написана первая строка кода движка. Инженерные партнёры оценивают модель как инструмент быстрой генерации сценариев «с нуля».
Отдельно DeepMind показала связку Gemini 4 Argon и Genie 4 вместе с Gemini Robotics: Argon разбивает задачу на шаги и передаёт их подписями в симуляцию, где гуманоид Apptronik Apollo играет в шашки.
Ограничения и безопасность
Компания прямо называет Genie 4 ранней экспериментальной моделью. Сохранять объектную постоянность получается не всегда: детали могут «плыть» на длинных сессиях, после множества правок промптами и при перемещении по сцене. Сложные физические взаимодействия, точность звука, разборчивый текст, пространственная точность и долговременная согласованность остаются направлениями исследований. Все видео и аудио, созданные моделью, помечаются невидимой водой SynthID.
Почему это важно
Модели мира — это не только генератор красивых картинок. Это полигон, где роботов и агентов можно обучать и проверять до выхода в физический мир, где проваливаются дешёвые гипотезы и где прототип игры или сцены для фильма стоит секунды, а не недели. DeepMind отдельно обозначила курс на «гибридные модели мира»: языковая модель планирует и держит структуру, а симулятор отрисовывает физику кадр за кадром. Именно связка рассуждения и сенсорики, по мнению компании, даёт шанс на управляемые и предсказуемые среды — без которых автономные агенты остаются демонстрацией.