Google DeepMind представила Genie 4 — модель ИИ, предлагающую интерактивную симуляцию реального мира в реальном времени с нативным звуком и повышенным реализмом. Развёртывание началось в виде исследовательского превью для доверенных тестеров.
Система позволяет пользователям генерировать динамичные среды и перемещаться в них, управляя сценами на лету. При этом модель одновременно вычисляет физику, поведение персонажей и звуковые ландшафты. Сундар Пичаи, генеральный директор Alphabet и Google, назвал Genie 4 «нашей самой реалистичной и интерактивной моделью мира».
Google DeepMind — англо-американская исследовательская лаборатория, специализирующаяся на искусственном интеллекте, дочерняя компания Alphabet Inc. Основанная в Великобритании в 2010 году, она была приобретена Google в 2014 году, а затем объединилась с подразделением Google Brain из Google AI, чтобы стать Google DeepMind в апреле 2023 года. Штаб-квартира находится в Лондоне, а у компании есть исследовательские центры в США, Канаде, Франции, Германии и Швейцарии.
Управление в реальном времени и звук, генерируемый одновременно с изображением
По словам Google, пользователи могут исследовать смоделированные среды с помощью стандартных клавиатурных команд и изменять вселенную простыми текстовыми запросами. Таким образом они могут менять погоду, настраивать углы камеры или вводить новых персонажей и объекты. Google также отмечает, что Genie 4 знаменует значительный скачок в точности физики, с такими сложными взаимодействиями, как аэродинамика, столкновения или сопротивление среды, а цифровые персонажи перемещаются и реагируют на команды мгновенно.
Google представляет Genie 4 как первую модель мира в реальном времени, способную нативно генерировать синхронизированный звук по мере отображения изображений. Она создаёт контекстные атмосферы, такие как шум ветра в деревьях или шум прибоя, а также фоновую музыку. Она также обрабатывает интерактивные разговорные диалоги: персонажи общаются и реагируют на запросы пользователя и события в окружающей среде.
Модель, основанная на семействе Gemini
Genie 4 — это не автономный графический движок. Он опирается на возможности мультимодального мышления семейства Gemini. Gemini Omni закрепляет каждую симуляцию в реалистичном внешнем виде и физической динамике, в то время как модели мышления Gemini сохраняют логику сцены, чтобы события сохраняли причинно-следственную связь. Модель Gemini 3.8 Flash выступает в роли управляющего агента: она отслеживает входящие изображения, разбивает цели на этапы, проверяет завершённость каждого действия и адаптирует план, как только в сцене происходит изменение или вмешивается пользователь.
Google подчёркивает, что это сочетание позволяет моделировать сложные многоэтапные события и тестировать поведение систем ИИ в различных средах перед их развёртыванием в реальном мире. Компания также напоминает, что «понимание и симуляция мира — это важнейший аспект создания общего искусственного интеллекта (AGI)».
Первые отзывы пока экспериментальные
По словам Google, Genie 4 остаётся экспериментальной моделью на ранней стадии. Развёртывание сначала касается подписчиков Google AI Ultra в рамках проекта Genie, а также партнёров с ранним доступом к API Gemini и Google AI Studio. Google работала с тестерами из сфер творчества, журналистики, образования, видеоигр и инженерии. Например, кинематографисты могут снимать несколько дублей одной сцены в реальном времени, а фотожурналисты исследуют, как 2D-архивная фотография может превратиться в реалистичную симуляцию своей среды. Другие команды изучают визуализацию краткосрочных экологических событий, таких как внезапное наводнение или лесной пожар.
Модель также вписывается в работу дочерней компании Alphabet, занимающейся автономным вождением. В феврале 2026 года компания Waymo, принадлежащая Alphabet, представила Waymo World — модель, которая использовала возможности Genie 3 для создания виртуальных сред на основе текстовых запросов. Эта система генерировала синтетические изображения вождения, а также данные о восприятии глубины, сопоставимые с данными камер и лидарных датчиков, установленных на транспортных средствах.
