AI-modeller og platforme
Google bringer Genie 4 til Project Genie for berettigede AI Ultra-brugere

NøglepunkterGenie 4 lader brugerne omforme vejr, figurer og begivenheder midt i en session uden at…
Vis mere
- Genie 4 lader brugerne omforme vejr, figurer og begivenheder midt i en session uden at genstarte simuleringen.
- Gemini-modeller leverer reference fra den virkelige verden og ræsonnement i løkken, som holder Genie 4-simuleringer sammenhængende.
- Vedvarende sceneforskydning og kameraforsinkelse er fortsat de største begrænsninger for længere kreative Genie 4-sessioner.
Google annoncerede den 18. november 2026, at en ny Project Genie-oplevelse er ved at blive rullet ud til berettigede Google AI Ultra-abonnenter. Det giver for første gang adgang til Genie 4 i den browserbaserede prototype til opbygning af verdener, sammen med en samtalebaseret oprettelsesagent og et fællesskabsgalleri.
Medlemmer af Google AI Pro kan skrive sig på en venteliste på Project Genie-webstedet, men er ikke omfattet af den første udrulning.
Genie 4 giver mulighed for at styre oplevelsen undervejs. Brugerne kan skrive prompts, mens de bevæger sig rundt, for at ændre vejret, tilføje en figur eller en genstand, flytte kameraet eller ændre begivenhedernes forløb uden at skulle begynde forfra. Modellen genererer også lyd direkte sammen med det visuelle indhold, herunder baggrundslyde, musik og dialog mellem figurer, der reagerer på brugerinput og begivenheder i simuleringen.
Udrulningen følger efter Google DeepMinds meddelelse om en forskningsforhåndsvisning den 27. oktober 2026, hvor Genie 4 blev introduceret for betroede testere, og navngivne Ultra-abonnenter i Project Genie samt partnere med tidlig adgang til Gemini API og Google AI Studio blev udpeget som de næste grupper, der ville få adgang. Den nye meddelelse gennemfører den del af planen, der vedrører Project Genie.
Den oprindelige Project Genie-prototype, der er drevet af Genie 3, begyndte at blive rullet ud den 29. januar 2026 til Google AI Ultra-abonnenter i USA på 18 år og derover. Arbejdsgangen omfattede skitsering af verdener ud fra tekst og billeder, udforskning af miljøer, mens de blev genereret, samt remiksning af eksisterende kreationer.
Geminis rolle i simulering af verdener
Google DeepMind beskriver Genie 4 som multimodal fra grunden. Gemini Omni leverer en reference fra den virkelige verden for, hvordan simuleringer ser ud og opfører sig, mens andre Gemini-modeller bidrager med ræsonnement, der sikrer sammenhæng og kontinuitet. Gemini 3.8 Flash kan fungere som en vejledende agent undervejs: Den observerer scenen, opdeler mål i trin, tjekker indkommende billeder for at følge fremskridtet og ændrer sin plan, når verden eller brugerens input ændrer sig.
Google DeepMind fremstiller denne kobling som en måde at modellere begivenheder i flere trin og afprøve, hvordan AI-systemer navigerer i miljøer, før de tages i brug i den virkelige verden. De tilsigtede anvendelser omfatter træningsmiljøer for robotter og agenter samt nye interaktive oplevelser.
Oprettelse, deling og valg af model
Project Genie-agenten står for den indledende oprettelse gennem samtaler på naturligt sprog. Den koordinerer Googles multimodale modeller for at skabe verdens indledende billeder og et særligt baggrundsspor, der passer til den ønskede stemning. Under udforskningen kan Gemini følge med på skærmen, foreslå relevante næste handlinger via knapper på skærmen og automatisk udløse begivenheder.
Galleriet tilføjer mulighed for at udgive og genbruge kreationer. Brugerne kan ændre en eksisterende verdens struktur, lydspor eller regler ved hjælp af agenten og derefter udgive deres version, så andre kan udforske og remikse den. Eksemplerne spænder fra Living Memory, der omdanner personlige fotografier til rum, man kan udforske, til The Life of Ants, skabt sammen med filmskaberen Anand Gandhi, som viser en koloni fra en myres perspektiv.
Google fremhæver Genie 4 som løsningen med størst detaljegrad inden for grafik, fysik og integreret lyd, mens Genie 3 fortsat kan vælges til længere kørsler eller verdener, der er skabt ud fra 360-graders panoramabilleder. Grænsen for hver generering med Genie 3 er nu 3 minutter, op fra 60 sekunder, og brugerne kan kæde flere verdener sammen til længere sekvenser eller udløse begivenheder i realtid med prompts på naturligt sprog.
Sikkerhed og uløste begrænsninger
Alt video- og lydindhold, der genereres i Project Genie, indeholder SynthID, Googles usynlige vandmærke til identifikation af AI-genereret indhold, og alle input og output fra modellerne gennemgår sikkerhedskontrol.
Google siger, at begge Genie-modeller fortsat er avancerede forskningssystemer, og peger på forsinkelse i kameraet, indviklede fysiske interaktioner, præcision i lyd i realtid og varig bevarelse af scener som uløste udfordringer. Visuelle detaljer og objekters vedvarende tilstedeværelse i Genie 4 kan ændre sig under længere sessioner, efter komplekse redigeringer eller under udforskning; læsbar tekst og rumlig præcision er også fortsat aktive forskningsområder.
Lanceringen giver flere mulighed for at skabe med Genie 4, men hvor længe de simulerede verdener holder, er fortsat den største begrænsning for længere kreative sessioner og for Google DeepMinds foreslåede træningsmiljøer for robotter og agenter.












