Google DeepMind представила модель Genie 4 для создания интерактивных миров
Google открывает доступ к новой версии Project Genie для подписчиков AI Ultra. Модель Genie 4 позволяет генерировать интерактивные миры и изменять их в реальном времени с помощью текста.

Главное за 30 секунд
Google DeepMind переводит генерацию миров в интерактивный формат, позволяя редактировать визуальное окружение и звук в реальном времени с помощью текстовых запросов.
- Доступ к модели Genie 4 открыт для подписчиков Google AI Ultra.
- Genie 4 поддерживает изменение миров на лету и генерирует адаптивное аудио.
- Время сессии в обновленной модели Genie 3 увеличено с 60 секунд до 3 минут на одну генерацию.
- Весь генерируемый аудио- и видеоконтент защищен водяными знаками SynthID.
Неочевидное: Интеграция агента на базе Gemini превращает процесс создания сложных симуляций из технической задачи в простой диалог на естественном языке, где ИИ сам анализирует происходящее на экране и предлагает сценарии развития событий.
Компания Google DeepMind объявила о запуске модели Genie 4 в рамках обновленной платформы Project Genie. Доступ к новой технологии открыт для пользователей с подпиской Google AI Ultra, а для подписчиков Google AI Pro предусмотрен лист ожидания. Главное нововведение заключается в возможности не просто генерировать статичные визуальные среды, но и изменять их в реальном времени с помощью текстовых команд, получая при этом адаптивное звуковое сопровождение.
Ранее в этом году Google представила Project Genie как экспериментальный исследовательский прототип для генерации и исследования интерактивных миров. По данным компании, первые тестировщики выразили потребность в более глубоком контроле над происходящим внутри этих симуляций, а также в более простых способах их создания и обмена. Обновление платформы призвано сделать процесс более отзывчивым, творческим и социальным, объединяя передовые модели создания миров с возможностями моделей Gemini.
Модель Genie 4 заявлена как наиболее реалистичная и интерактивная в линейке. Она позволяет редактировать мир прямо во время сессии. Пользователь может ввести новый запрос во время навигации, чтобы изменить погоду, добавить персонажа или направить действие в другое русло. Визуальный ряд впервые дополняется адаптивным аудио, которое меняется по мере развития сцены — от фоновых звуковых ландшафтов до диалогов персонажей.

Изображение из источника
Параллельно обновление получила и модель Genie 3. Она остается доступной для задач, требующих более длительных сессий или использования панорам. Максимальная длительность исследования увеличена с 60 секунд до 3 минут на одну генерацию. Также добавлена возможность связывать несколько миров в длинные цепочки, использовать 360-градусные панорамные изображения в качестве основы для новых сред и управлять событиями в реальном времени с помощью текста.
Для упрощения процесса создания миров представлен новый агент Project Genie. Он позволяет формировать интерактивные вселенные через обычный диалог. Пользователь описывает свою идею, а агент координирует мультимодальные модели Google для создания начального визуального стиля и подбора фоновой музыки. Во время исследования мира модели Gemini могут анализировать происходящее на экране, предлагать контекстные подсказки для дальнейших действий или автоматически запускать внутриигровые события.
Платформа также пополнилась галереей сообщества, где пользователи могут публиковать свои миры, а также исследовать и видоизменять (remix) чужие работы. В галерее представлены как пользовательские проекты, так и результаты сотрудничества с ранними тестировщиками. Например, проект «Villa Giallo», созданный совместно с креативным технологом Уиллом (BLVCKL!GHT), превращает готическое поместье в интерактивный детектив. Режиссер Ананд Ганди использовал фотореализм Genie 4 для создания симуляции «The Life of Ants», позволяющей взглянуть на колонию глазами муравья. Среди других примеров — превращение личных фотографий в исследуемые пространства («Living Memory») и игра в камень-ножницы-бумага, где модель Gemini выступает судьей в реальном времени.
Также по темеАдаптеры для сред исполнения: метод повышения эффективности ИИ-агентов
Изображение из источника
В вопросах безопасности компания подчеркивает свою ответственность: весь сгенерированный видео- и аудиоконтент помечается водяными знаками SynthID, а все вводы и выводы моделей проходят проверку на безопасность.
Интеграция моделей генерации миров с агентами на базе Gemini демонстрирует важный сдвиг в индустрии: переход от простых генераторов контента к созданию полноценных интерактивных сред, правила которых можно переписывать на лету. Пользователь становится одновременно режиссером и участником симуляции.
Тем не менее, Genie 3 и Genie 4 остаются исследовательскими моделями. Разработчики признают наличие серьезных технических вызовов. В настоящее время команда активно работает над решением проблем с задержкой камеры, сложными физическими взаимодействиями, точностью звука в реальном времени и долгосрочным постоянством сцен. Дальнейшее развитие этих технологий покажет, насколько быстро подобные инструменты смогут найти применение за пределами исследовательских лабораторий.







