Google DeepMind представила Genie 4 с аудио и редактированием миров
Google DeepMind выпустила Genie 4 в режиме исследовательского предварительного доступа. Модель генерирует фотореалистичные интерактивные миры, создаёт синхронный звук и сохраняет согласованность сцены до двух минут — это вдвое больше лимита Genie 3.
Мир можно менять прямо во время симуляции
Пользователь может вводить текстовые команды уже после запуска сцены. Genie 4 умеет в реальном времени менять погоду и угол камеры, добавлять людей или объекты. Google DeepMind также заявляет о более качественной физике и более похожих на людей персонажах по сравнению с предыдущей версией.
Звуковая часть включает музыку, фоновые шумы и интерактивные диалоги, соответствующие происходящему в сгенерированном мире. Это отличает новую версию от систем, которые создают только визуальную среду или добавляют аудио отдельным этапом.
Gemini получает роль планировщика
Genie 4 теснее интегрирована с Gemini: языковая модель выступает режиссёром, планирует последовательность действий и проверяет кадры, а Genie отвечает за визуальную симуляцию. В эксперименте, связанном с Gemini Robotics, Gemini 4 Argon разбивала задачу на шаги, после чего Genie 4 моделировала эти шаги в реальном времени.
Такой подход Google рассматривает как способ проверять сценарии для роботов в симуляции до их выполнения в физическом мире. Контекст развития технологии дают симулированные городские пространства для роботов и применение симулированных городских пространств для робототехнических задач.
Доступ и ограничения ранней версии
Сейчас Genie 4 доступна доверенным тестировщикам. В ближайшие недели Google планирует открыть её подписчикам Google AI Ultra в Project Genie, а также партнёрам с ранним доступом к Gemini API и Google AI Studio.
Команда подчёркивает, что продукт находится на раннем этапе. При продолжительной симуляции детали и объекты могут смещаться, а точность аудио и читаемость текста внутри мира пока требуют доработки. Конечный пользовательский сценарий также ещё не определён.
Для компаний Genie 4 стоит оценивать как ранний инструмент быстрого прототипирования: для игровых концепций, интерактивного обучения, раскадровок и проверки робототехнических сценариев. Перед внедрением необходима проверка стабильности сцены, качества звука и корректности текста для конкретной задачи.