Google представила Genie 4 — виртуальные миры со звуком и говорящими персонажами

Google DeepMind 27 октября представила Genie 4 — модель, которая генерирует интерактивные виртуальные миры. Пользователь может перемещаться по окружению, менять происходящее текстовыми командами и слышать звуки созданной сцены. Персонажи получили возможность разговаривать с пользователем и друг с другом.

Genie 4 пока доступна приглашённым тестировщикам. Следующий этап — доступ для подписчиков Google AI Ultra через Project Genie и для отдельных партнёров через Gemini API и Google AI Studio. Точную дату расширения доступа компания не назвала.

Погоду, камеру и персонажей можно менять во время симуляции

В демонстрациях Google пользователь управляет движением с клавиатуры, а текстом задаёт изменения в окружающем мире. Например, можно попросить сменить погоду, добавить человека или предмет, переместить камеру. Модель продолжает генерировать сцену с учётом новых условий.

Звук создаётся вместе с изображением. Genie 4 воспроизводит шум окружающей среды, музыку и речь: под ногами может хрустеть листва, толпа — реагировать на происходящее, персонажи — обмениваться репликами. Звуковое сопровождение входит в генерацию самой модели.

Google показывает разные варианты окружения — от реалистичных улиц до стилизованных миров. В одном из примеров камера исследует платформу посреди озера, на которой играет саксофонист. В другом пользователь перемещается по городу, сохраняя заданный иллюстративный стиль.

Gemini помогает сцене следовать заданному сценарию

В Genie 4 используются несколько моделей семейства Gemini. Gemini Omni отвечает за связь внешнего вида и поведения сцены с реальным миром. Другие модели помогают поддерживать последовательность происходящего и учитывать команды пользователя.

Google описывает такую архитектуру как шаг к гибридным моделям мира. Языковая модель работает со структурой задачи и последовательностью событий, а Genie генерирует изображение, звук и реакцию окружения.

Приглашённые тестировщики уже проверяют несколько сценариев:

• предварительную постановку сцен для кино — с изменением ракурса, света, диалогов и действий;
• создание исследуемых прототипов игровых окружений;
• оживление пространств по архивным фотографиям;
• подготовку разнообразных симуляций для исследований роботов и ИИ-агентов.

Это направления тестирования, которые перечисляет Google. Компания пока собирает обратную связь от участников из творческих индустрий, образования, журналистики и инженерии.

В длинных сеансах объекты могут меняться

На официальной странице Google перечисляет ограничения Genie 4. Детали окружения и свойства объектов могут постепенно изменяться. Ошибки становятся заметнее при длительной работе, после нескольких сложных текстовых правок и при перемещении по сцене.

Модель поддерживает непрерывное взаимодействие в течение нескольких минут. Точная география реальных мест, сложные физические взаимодействия, разборчивый текст и соответствие звука происходящему остаются задачами разработки.

Доступ сейчас организован через исследовательское превью. Google открыла список ожидания для будущего запуска в Project Genie. Сгенерированные видео и аудио будут содержать SynthID — невидимую цифровую маркировку, позволяющую распознавать созданные ИИ материалы.

От коротких игровых сцен Google перешла к отдельному сервису

Google DeepMind представила Genie 2 в декабре 2024 года. Эта модель создавала управляемые окружения по изображению и предназначалась в том числе для обучения и проверки агентов, действующих в виртуальном пространстве.

Следующее поколение, Genie 3, вышло 5 августа 2025 года. Google заявляла генерацию в разрешении 720p с частотой 24 кадра в секунду и сохранение связности окружения в течение нескольких минут. Тогда модель также была доступна ограниченному кругу тестировщиков.

29 января 2026 года компания начала открывать Project Genie совершеннолетним подписчикам Google AI Ultra в США. Прототип на базе Genie 3 позволял создавать, исследовать и перерабатывать миры, но ограничивал генерацию 60 секундами. Некоторые возможности самой модели, включая изменение событий текстовыми командами во время исследования, в январскую версию сервиса ещё не вошли. Теперь Google готовит перенос Genie 4 в тот же продукт.