Google представила Genie 4: интерактивные миры со звуком и диалогами

Google DeepMind 27 октября 2026 года представила Genie 4, модель для создания интерактивных миров. Она генерирует окружение вместе со звуком, а пользователь может перемещаться по сцене и менять происходящее во время симуляции. Пока новинка доступна только доверенным тестировщикам.

Сцена, которая отвечает на действия

Вместо готового ролика Genie 4 создаёт среду, в которой можно двигаться и управлять камерой с клавиатуры. Текстовые команды меняют сцену на ходу: позволяют сменить погоду, ввести нового персонажа или добавить предмет. Gemini подстраивает запрос под окружение и помогает поддерживать развитие событий между командами пользователя.

Главное новшество - нативный звук. Genie 4 одновременно с изображением создаёт музыку, шум окружающей среды и речь. Персонажи могут вести диалог и реагировать на действия пользователя или события в мире в реальном времени. Это первая модель семейства Genie, в которой звук генерируется нативно.

Gemini следит за развитием мира

В связке с Genie 4 работает Gemini 3.8 Flash. Она наблюдает за поступающими кадрами, разбивает цель на шаги и проверяет выполнение каждого из них. Если пользователь вмешивается или ситуация меняется, модель корректирует план. Это должно помогать симуляции сохранять последовательность многошаговых событий.

Отдельный исследовательский эксперимент объединяет Genie 4 с Gemini 4 Argon и Gemini Robotics. Google показала симуляцию, в которой гуманоид Apollo компании Apptronik играет в шашки, а Argon разбивает задачу на последовательные действия. Это демонстрация работы в виртуальной среде, а не результат испытания физического робота.

Для черновиков сцен и игровых идей

Тестировщики из творческих индустрий пробуют Genie 4 для предварительной визуализации. Режиссёр может войти в симуляцию сцены и перебрать несколько вариантов: изменить освещение, ракурс, реплики и действия персонажей. Разработчики игр исследуют похожий подход для проверки визуального стиля и механик до написания кода игрового движка.

Но реалистичная картинка пока не означает точную модель реальности. При долгом сеансе, сложных правках и перемещениях детали и объекты могут меняться. Точность физических взаимодействий и звука, читаемые надписи, пространственная точность и длительная согласованность мира остаются нерешёнными задачами.

Google также заявляет, что всё видео и аудио Genie 4 будет содержать незаметные цифровые метки SynthID для распознавания сгенерированного контента.

Кто сможет попробовать

Следующим этапом Google называет доступ для подписчиков Google AI Ultra в Project Genie, а также партнёров раннего доступа Gemini API и Google AI Studio. Сейчас это план расширения закрытого тестирования, а не объявление свободного доступа. Точная дата общего запуска в анонсе не названа.

Для будущих API-проектов отдельно стоит учитывать правила хранения запросов Gemini API. Сам Genie 4 пока полезнее рассматривать как способ быстро проверить сцену или интерактивную идею. Для готовой игры либо инженерной симуляции его ранних возможностей и заявленной точности ещё недостаточно.