Google DeepMind представила Genie 4 — модель мира в реальном времени, которая генерирует ещё и звук, и диалоги
Genie 4 моделирует интерактивные миры в реальном времени, впервые сама создаёт звук и речь и управляется текстовыми подсказками. Пока это исследовательская версия для доверенных тестировщиков.
27 октября 2026 года Google DeepMind анонсировала Genie 4 — новую версию своей «модели мира», то есть ИИ-системы, которая в реальном времени, кадр за кадром, генерирует интерактивную среду: по ней можно перемещаться с клавиатуры и менять её текстовыми командами.
Что нового
- Собственный звук: по словам DeepMind, это её первая модель мира реального времени, которая сама генерирует звук — фоновые шумы, музыку и интерактивные диалоги персонажей одновременно с картинкой.
- Управление на ходу: можно сменить погоду, повернуть камеру или добавить людей и предметы прямо во время симуляции; модель Gemini подстраивает запрос под сцену.
- Физика и люди: компания утверждает, что улучшилось моделирование столкновений, аэродинамики и особенно естественных движений людей.
- Gemini в контуре: Gemini 3.8 Flash следит за кадрами, разбивает цель на шаги и проверяет их выполнение — так, по словам DeepMind, становятся возможны многошаговые события. Лаборатория также показала, как Gemini 4 Argon планирует партию в шашки для симулированного человекоподобного робота.
Доступ и ограничения
Genie 4 выходит как исследовательская версия для доверенных тестировщиков; доступ «скоро» получат подписчики Google AI Ultra в Project Genie и партнёры раннего доступа Gemini API и AI Studio. Весь контент маркируется водяным знаком SynthID. Сама DeepMind перечисляет ограничения: в длинных сессиях или после многих правок детали и постоянство объектов могут «плыть», а сложная физика, точность звука, читаемый текст и долгосрочная согласованность остаются открытыми задачами. Показанные демонстрации — отобранные записи самой компании.