Google Genie 4 в Project Genie: интерактивные ИИ-миры со звуком, физикой и правкой на летуЗаметка · дайджест за 21 ноября
Многослойная диорама генерации интерактивного виртуального мира в реальном времени
Заметка3 раздела≈ 4 мин

Google Genie 4 в Project Genie: интерактивные ИИ-миры со звуком, физикой и правкой на лету

27 октября 2026 года Google DeepMind показал Genie 4 узкому кругу тестеров, а 18 ноября открыл доступ внутри веб-площадки Project Genie — пока для подписчиков Google AI Ultra. Это не очередной генератор роликов, а интерактивная сцена: пишешь пару фраз, заходишь внутрь и гуляешь с клавиатуры.

Почему модель мира — это не видеоролик

Обычные видеонейросети отдают готовый клип. Нажал Play и просто смотришь. Модель мира (world model) работает иначе: она не рендерит кино заранее, а достраивает пространство кадр за кадром в ответ на нажатия клавиш и текстовые команды.

В Genie 4 добавили три ключевых апгрейда. Первый — mid-session prompting, то есть правка мира прямо на лету. На демо Google показал многолюдную сельскую станцию в Японии 1980-х годов: идёшь по перрону и тут же пишешь новый запрос — сменить погоду, добавить персонажа, повернуть камеру или развернуть сюжет. Перезапускать сцену не нужно.

Второй апгрейд — нативный мультимодальный звук. Фоновый шум, музыка и реплики персонажей генерируются одновременно с картинкой в реальном времени, а не клеятся сверху после рендера. Персонажи могут заговорить и отреагировать на твои действия.

Третий — физика и люди. Модель точнее считает столкновения и аэродинамику: в примерах арбуз разлетается вдребезги о каменный постамент, а кленовое семечко плавно планирует в воздухе. Но главный скачок, по словам команды, — естественное движение людей и их реакция на окружение.

Кто рулит под капотом и зачем оставили Genie 3

Genie 4 опирается на связку моделей Gemini. Базовая Gemini Omni следит, чтобы мир выглядел и вёл себя похоже на реальный. А рассуждающие модели Gemini, включая варианты Gemini Flash, работают невидимым режиссёром: наблюдают за экраном в паузах между нажатиями и двигают сцену вперёд. Мир не замирает, пока ты думаешь.

Чтобы не мучиться с одним идеальным промптом, добавили чат-помощника Project Genie Agent. Обсуждаешь идею обычными словами — агент собирает стартовый стиль и музыку, а во время прогулки подкидывает кнопки-подсказки (suggestion chips) куда пойти или какое событие запустить.

Рядом работает галерея сообщества: чужие миры можно изучать, ремиксить и публиковать свои. Google выделил пять примеров: Living Memory (прогулки по личным фото), Dino Field Guide (доисторические миры из 360-градусных панорам), Rock Paper Scissors (где Gemini судит игру в реальном времени), готический детектив-квест Villa Giallo (сделан вместе с креативным технологом Will / BLVCKL!GHT) и The Life of Ants — взгляд на муравейник глазами муравья.

В переключателе моделей оставили и прошлую Genie 3, но с апгрейдом. Зачем? У них разные задачи.

ПараметрВидеогенераторОбновлённая Genie 3Genie 4
УправлениеНет, готовый клипПрогулка с клавиатурыПрогулка и правка на лету
ЗвукОтдельно или без негоБез нативного живого звукаНативный звук и реплики
Лимит сессииФиксированный роликДо 3 минут (было 60 секунд)Предел не указан
ФишкиГотовый монтажСвязанные миры, старт с 360°-панорамыФизика, агент, связка с Gemini

Четвёртая версия берёт картинкой, физикой и живым звуком, но Google не раскрывает длину её сессий. А обновлённая тройка заточена под долгие маршруты: в ней можно сшивать миры в цепочку и стартовать с круговой панорамы.

Ожидание и реальность: четыре минуса и условия доступа

По демкам легко решить, что это уже готовый игровой движок. Но в карточке модели Genie 4 и блоге Google честно перечисляет четыре нерешённые проблемы в обеих версиях: камера при поворотах может лагать, на сложных столкновениях физика сбоит, живой звук не всегда точно попадает в действие, а в длинных сессиях декорации начинают «плыть». В компании прямо просят воспринимать это как исследовательское превью. Все запросы и миры проходят фильтры безопасности и помечаются SynthID — невидимым водяным знаком Google.

В Google смотрят дальше игр и кино: такие миры с рассуждающей Gemini в контуре задуманы как безопасный полигон для тренировки роботов и ИИ-агентов до выхода в реальный мир.

Попробовать площадку можно на Project Genie, но порог входа высокий: с 18 ноября доступ открыт подходящим подписчикам Google AI Ultra (18+, зависит от региона). Для Google AI Pro открыт лист ожидания на той же странице. Разработчикам ещё в октябре пообещали ранний доступ через Gemini API и Google AI Studio, но ноябрьский запуск — это именно браузерная версия.

Хочу подробный разборГолоса помогают выбрать, что разобрать подробно. За этот материал 0 голосов.
Источники · 4