Google DeepMind анонсировала Genie 4 - модель мира, которая в реальном времени создаёт интерактивные симулированные среды. Пост датирован 27 октября 2026 года.
Что умеет модель
Genie 4 изначально мультимодальна. Музыка, фоновые звуки и речь персонажей генерируются вместе с самим миром, а герои могут реагировать на действия пользователя или на события в сцене. Симуляцией управляют с клавиатуры (движение и камера) и текстовыми запросами: они меняют, например, погоду или добавляют человека либо предмет.
По словам DeepMind, модель опирается на семейство Gemini. Gemini Omni привязывает симуляцию к реальному облику и поведению объектов, а другие модели Gemini отвечают за рассуждения, которые удерживают сцену связной. Компания выделяет улучшенный фотореализм, более естественные движения людей и физику, в том числе аэродинамику и столкновения.
Gemini как планировщик
Для тех, кто думает об агентах, важнее всего связка с Gemini. В описанной схеме Gemini 3.8 Flash работает как направляющий агент: смотрит на сгенерированные кадры, разбивает цель на шаги, проверяет, удался ли каждый, и пересматривает план, если мир меняется или вмешивается пользователь. В примере с робототехникой Gemini 4 Argon делит задачу на шаги, которые подаются в Genie 4 как текстовые подписи. Среди демонстраций - манипулятор Universal Robots UR5 с пипеткой и гуманоид Apollo от Apptronik, играющий в шашки. Цель DeepMind формулирует так: проверить, как ИИ-системы справляются с разными средами, до применения в реальном мире.
Доступность
Genie 4 - исследовательское превью для проверенных тестировщиков из креативных индустрий, журналистики, образования, игровой отрасли и инженерии. Скоро модель обещают подписчикам Google AI Ultra в Project Genie и партнёрам раннего доступа к Gemini API и Google AI Studio. Лист ожидания Project Genie открыт. Цен и даты более широкого выпуска в источнике нет.
DeepMind сообщает, что корпоративные партнёры оценивают модель для быстрой генерации сценариев и выявляют пробелы. Креативные команды используют её для предвизуализации, а разработчики игр - для быстрых прототипов.
Ограничения и защита
DeepMind называет Genie 4 ранней и экспериментальной. В длинных сессиях, после множества правок запроса или при перемещении по сцене визуальные детали и постоянство объектов могут «плыть». Сложные физические взаимодействия, точность звука в реальном времени, читаемый текст, пространственная точность и долгосрочная согласованность остаются открытыми задачами исследований. Всё видео и аудио модели помечается водяным знаком SynthID, а перед превью компания провела внутреннюю оценку безопасности.
Что пока неизвестно
Источник не говорит, сколько будет стоить доступ через Gemini API, какие лимиты появятся и когда его получат партнёры. От этих деталей зависит, станет ли модель инструментом для операционной команды.