Google показала ИИ, создающий интерактивные миры со звуком

Подробно

Что умеет Genie 4?

Genie 4 - «модель мира»: нейросеть, которая генерирует интерактивную симуляцию прямо во время взаимодействия. Пользователь двигается и управляет камерой обычными клавишами. Текстовыми командами он может менять сцену: погоду, положение камеры, добавлять людей и предметы.

Главная новинка - встроенная генерация звука. По словам DeepMind, это первая модель мира компании с такой возможностью в реальном времени. Музыка, фоновые шумы и реплики персонажей создаются вместе с картинкой и меняются по ходу событий.

Компания также заявляет об улучшенной физике: аэродинамике, столкновениях, движении людей и реакции персонажей на окружение. Это утверждения разработчика, основанные на его собственных демонстрациях. Независимых тестов пока нет.

Genie 4 остаётся ранней экспериментальной моделью

Так компания описывает состояние разработки.

Как Genie 4 связана с моделями Gemini?

По заявлению DeepMind, в системе работают модели семейства Gemini. Gemini Omni привязывает симуляцию к внешнему виду и поведению реального мира, а другие модели Gemini помогают сохранять связность сцены.

Gemini 3.8 Flash выступает управляющим агентом. Он наблюдает за генерируемыми кадрами, разбивает цель на шаги, проверяет выполнение каждого и меняет план, если сцена изменилась или вмешался пользователь.

В качестве исследовательского примера компания показала совместную работу Genie 4 и Gemini 4 Argon. Модели симулировали, как человекоподобный робот Apollo компании Apptronik играет в шашки. Argon делил задачу на шаги и передавал их Genie 4 прямо во время генерации.

Теджас Кулкарни, директор по исследованиям Google, сказал на брифинге, что в будущем будут чаще появляться гибридные модели мира. В них Gemini создаёт код и текст, а Genie принимает их в реальном времени и симулирует реальность на разных уровнях абстракции.

Сколько длится сессия: две минуты или несколько?

3DNews в заголовке называет лимит в две минуты и сравнивает его с одной минутой у предшественника. Эту цифру приводит TechCrunch по итогам пресс-брифинга, её повторила 3DNews. В блоге DeepMind и на странице модели её нет: там сказано лишь о нескольких минутах непрерывного взаимодействия.

Сравнение «одна минута против двух» тоже вызывает вопросы. Для Genie 3 DeepMind заявляла несколько минут согласованной работы, а одна минута относилась к глубине визуальной памяти. 60-секундный лимит был у январского веб-приложения Project Genie. Возможно, СМИ сравнивали ограничения продукта, а не возможности самих моделей. Kira из eesel AI отмечает, что по открытой документации удвоение проверить нельзя.

DeepMind не публиковала разрешение, частоту кадров, задержку управления и точные лимиты генерации для Genie 4. Для сравнения: Genie 3 в августе 2025 года работала при 720p и 24 кадрах в секунду.

Какие у Genie 4 ограничения?

Компания предупреждает, что детали и положение объектов могут постепенно меняться. Это заметнее в длинных сессиях, после нескольких сложных правок и при перемещении по сцене. Проблемными остаются сложные физические взаимодействия, точность звука, пространственная точность, читаемый текст и долговременная согласованность.

Не найдены препринт, рецензируемая статья, model card, описание обучающих данных, архитектуры и методики тестов. Нет и числовых сравнений с Genie 3 или с моделями конкурентов. Райан Уитвам из Ars Technica отмечает, что польза модели для робототехники и прототипирования зависит от точности симуляции, а заявления о реалистичной физике исходят от самой DeepMind.

Все видео и аудио, созданные Genie 4, по заявлению компании, будут получать невидимую цифровую маркировку SynthID.

Кто и когда сможет попробовать Genie 4?

С 27 октября 2026 года модель доступна в закрытом режиме доверенным тестировщикам. DeepMind говорит, что собирает обратную связь до выпуска для потребителей и разработчиков. Следующими доступ должны получить подписчики Google AI Ultra через Project Genie и партнёры раннего доступа Gemini API и Google AI Studio. Дата не названа, запись в лист ожидания открыта.

Цена Genie 4, тарифы API и стоимость генерации не объявлены. Неясно и то, какой уровень подписки понадобится. В мае 2026 года Google запустила в США тариф AI Ultra за $100 в месяц, а доступ к Project Genie для подходящих подписчиков тарифа за $200 в месяц открыла по всему миру.

Доступна ли Genie 4 в России?

России нет в актуальном официальном списке стран и регионов, где поддерживается подписка Google AI Ultra. География закрытой программы тестирования и партнёров по API не раскрыта, поэтому судить о доступе из России по ней нельзя.

Для чего Genie 4 может пригодиться?

DeepMind называет несколько направлений, которые изучает: предварительную визуализацию и быстрые наброски сцен для кино, превращение архивных фотографий в интерактивные пространства, прототипы игровых миров, обучение и симуляции для роботов и ИИ-агентов. Готовность модели к производственному применению компания не заявляла.

Диего Ривас, инженер Google DeepMind, сказал на брифинге, что работа в реальном времени особенно ценна там, где важно не терять творческий поток: на стадиях поиска идеи и раскадровки.

Чем Genie 4 отличается от Genie 3?

Genie 3, представленная 5 августа 2025 года, создавала интерактивные окружения в реальном времени. В январе 2026 года на её основе Google открыла экспериментальное приложение Project Genie для подписчиков AI Ultra старше 18 лет в США. Новинкой DeepMind называет нативную генерацию звука и диалогов, включая реплики персонажей. Текстовое управление сценой и работа с моделями Gemini описаны для Genie 4 без сравнения с предшественницей. Численных сравнений двух версий DeepMind не публиковала.