Пользователи управляют симуляцией с помощью текстовых запросов прямо во время её работы: меняют погоду, перемещают камеру, добавляют людей или объекты. По словам DeepMind, это её первая модель мира реального времени, которая нативно генерирует звук — музыку, фоновый шум и диалоги, реагирующие на действия пользователя.
«Понимание и симуляция мира — важнейший аспект создания AGI», — написала команда DeepMind.
Gemini в контуре
Genie 4 построена на основе моделей Gemini от Google. Gemini Omni определяет, как миры выглядят и ведут себя. Gemini 3.8 Flash работает как агент в контуре: наблюдает за сценой, разбивает цель на шаги и проверяет каждый новый кадр, чтобы убедиться, что шаг выполнен.
В одном из экспериментов Gemini 4 Argon — модель, которую Google выпустила в открытый доступ в этом месяце, — спланировала задачу для симуляции в Genie 4: человекоподобный робот Apollo от Apptronik играет в шашки. По словам DeepMind, это открывает бесконечное число сценариев для обучения роботов.
Теперь сцены остаются согласованными до двух минут — вдвое дольше, чем в Genie 3, сообщила Ребекка Беллан в TechCrunch. Лаборатория утверждает, что физика, включая аэродинамику и столкновения, стала реалистичнее, а люди двигаются естественнее.
«В будущем мы всё чаще будем видеть гибридные модели мира, где Gemini пишет код и текст, а Genie в реальном времени принимает их и симулирует реальность на разных уровнях абстракции», — заявил на брифинге директор по исследованиям Google Теджас Кулкарни, передаёт TechCrunch.
Кто и когда получит доступ
По данным DeepMind, тестировщики из сфер кино, журналистики, образования, игр и инженерии использовали модель для превизуализации и прототипирования игр. Фотожурналисты пробовали превращать архивные снимки в симуляции. Следующими доступ получат подписчики Google AI Ultra в Project Genie. Ранние партнёры получат модель в Gemini API и Google AI Studio. DeepMind открыла лист ожидания, но сроков не назвала.
Тарифы Ultra начинаются от 100 долларов в месяц, написал Райан Уитвэм в Ars Technica. Издание также напомнило, что презентация Genie 3 в прошлом году обрушила акции игровых компаний.
DeepMind перечисляет ограничения. Детали и постоянство объектов могут «плыть» по мере продолжения симуляции или после нескольких правок запроса. Читаемый текст и точность звука всё ещё в разработке. Всё видео и аудио из Genie 4 помечается SynthID — невидимым водяным знаком Google.
Релиз выходит на фоне консолидации отрасли моделей мира. AMD согласилась купить World Labs. Amazon ведёт переговоры о покупке Decart, а Rivian приобрела Third Dimension для симуляции вождения.
Опубликовано 28 октября 2026 - 08:58 Наверх
