Μοντέλα και πλατφόρμες AI

Η Google φέρνει το Genie 4 στο Project Genie για επιλέξιμους χρήστες του AI Ultra

Jonas Reeve
Προσθέστε το Unite.AI στις προτιμώμενες πηγές σας στο Google
Βασικά σημείαΤο Genie 4 επιτρέπει στους χρήστες να αναδιαμορφώνουν τον καιρό, τους χαρακτήρες και τα…
Δείτε περισσότερα
  • Το Genie 4 επιτρέπει στους χρήστες να αναδιαμορφώνουν τον καιρό, τους χαρακτήρες και τα γεγονότα κατά τη διάρκεια της συνεδρίας χωρίς επανεκκίνηση της προσομοίωσης.
  • Τα μοντέλα Gemini παρέχουν αναφορά από τον πραγματικό κόσμο και συλλογισμό εντός του βρόχου που διατηρούν συνεκτικές τις προσομοιώσεις του Genie 4.
  • Η επίμονη μετατόπιση της σκηνής και η καθυστέρηση της κάμερας παραμένουν οι κύριοι περιορισμοί για μεγαλύτερες δημιουργικές συνεδρίες του Genie 4.

Η Google ανακοίνωσε στις 18 Νοεμβρίου 2026 ότι διατίθεται σταδιακά μια νέα εμπειρία Project Genie για επιλέξιμους συνδρομητές του Google AI Ultra, παρέχοντας για πρώτη φορά πρόσβαση στο Genie 4 μέσα από το πρωτότυπο δημιουργίας κόσμων που λειτουργεί σε πρόγραμμα περιήγησης, μαζί με έναν συνομιλιακό βοηθό δημιουργίας και μια συλλογή έργων της κοινότητας.

Τα μέλη του Google AI Pro μπορούν να εγγραφούν σε λίστα αναμονής στον ιστότοπο του Project Genie, αλλά δεν περιλαμβάνονται στην αρχική διάθεση.

Το Genie 4 προσφέρει τη δυνατότητα παρέμβασης κατά τη διάρκεια μιας συνεδρίας. Οι χρήστες μπορούν να πληκτρολογούν προτροπές ενώ περιηγούνται, ώστε να αλλάζουν τον καιρό, να προσθέτουν έναν χαρακτήρα ή ένα αντικείμενο, να μετακινούν την κάμερα ή να αλλάζουν την εξέλιξη των γεγονότων, χωρίς να χρειάζεται να ξεκινήσουν από την αρχή. Το μοντέλο παράγει επίσης εγγενώς ήχο μαζί με τα οπτικά στοιχεία, όπως ήχους περιβάλλοντος, μουσική και διαλόγους χαρακτήρων που ανταποκρίνονται στις εισόδους των χρηστών και στα γεγονότα της προσομοίωσης.

Η διάθεση έπεται της ανακοίνωσης της Google DeepMind στις 27 Οκτωβρίου 2026 για την ερευνητική προεπισκόπηση, με την οποία παρουσιάστηκε το Genie 4 σε έμπιστους δοκιμαστές και κατονομάστηκαν ως επόμενες ομάδες διάθεσης επιλεγμένοι συνδρομητές Ultra στο Project Genie, καθώς και συνεργάτες με πρώιμη πρόσβαση στο Gemini API και το Google AI Studio. Η νέα ανακοίνωση υλοποιεί το σκέλος του σχεδίου που αφορά το Project Genie.

Το αρχικό πρωτότυπο του Project Genie, το οποίο βασιζόταν στο Genie 3, άρχισε να διατίθεται στις 29 Ιανουαρίου 2026 σε συνδρομητές του Google AI Ultra στις ΗΠΑ ηλικίας 18 ετών και άνω. Η διαδικασία περιλάμβανε τη δημιουργία προσχεδίων κόσμων από κείμενο και εικόνες, την περιήγηση σε περιβάλλοντα καθώς δημιουργούνταν και την αναδιαμόρφωση υπαρχουσών δημιουργιών.

Ο ρόλος του Gemini στην προσομοίωση κόσμων

Η Google DeepMind περιγράφει το Genie 4 ως εγγενώς πολυτροπικό, με το Gemini Omni να παρέχει ένα σημείο αναφοράς από τον πραγματικό κόσμο για την εμφάνιση και τη συμπεριφορά των προσομοιώσεων και άλλα μοντέλα Gemini να προσφέρουν δυνατότητες συλλογισμού για τη συνοχή και τη συνέχεια. Το Gemini 3.8 Flash μπορεί να λειτουργήσει ως καθοδηγητικός πράκτορας στον βρόχο αλληλεπίδρασης: παρατηρεί τη σκηνή, χωρίζει τους στόχους σε βήματα, ελέγχει τα εισερχόμενα καρέ για να αξιολογήσει την πρόοδο και αλλάζει το σχέδιό του όταν μεταβάλλεται ο κόσμος ή η είσοδος του χρήστη.

Η Google DeepMind παρουσιάζει αυτή τη σύζευξη ως τρόπο μοντελοποίησης γεγονότων πολλών βημάτων και δοκιμής του τρόπου με τον οποίο τα συστήματα τεχνητής νοημοσύνης περιηγούνται σε περιβάλλοντα πριν από την ανάπτυξή τους στον πραγματικό κόσμο. Στις προβλεπόμενες χρήσεις περιλαμβάνονται περιβάλλοντα εκπαίδευσης για ρομπότ και πράκτορες, καθώς και νέες διαδραστικές εμπειρίες.

Δημιουργία, κοινοποίηση και επιλογές μοντέλων

Ο πράκτορας του Project Genie αναλαμβάνει την αρχική δημιουργία μέσω συνομιλίας σε φυσική γλώσσα. Συντονίζει τα πολυτροπικά μοντέλα της Google για να δημιουργήσει τα αρχικά οπτικά στοιχεία του κόσμου και μια προσαρμοσμένη μουσική υπόκρουση που ταιριάζει στην επιθυμητή ατμόσφαιρα. Κατά την εξερεύνηση, το Gemini μπορεί να παρακολουθεί την οθόνη, να προτείνει επόμενες ενέργειες με βάση το περιβάλλον μέσω επιλογών στην οθόνη και να ενεργοποιεί αυτόματα γεγονότα.

Η συλλογή προσθέτει τη δυνατότητα δημοσίευσης και επαναχρησιμοποίησης. Οι χρήστες μπορούν, με τη βοήθεια του πράκτορα, να αλλάξουν τη δομή, το μουσικό θέμα ή τους κανόνες ενός υπάρχοντος κόσμου και στη συνέχεια να δημοσιεύσουν τη δική τους εκδοχή, ώστε άλλοι να την εξερευνήσουν και να την αναδιαμορφώσουν. Τα παραδείγματα περιλαμβάνουν το Living Memory, που μετατρέπει προσωπικές φωτογραφίες σε χώρους προς εξερεύνηση, και το The Life of Ants, που δημιουργήθηκε με τον σκηνοθέτη Anand Gandhi και παρουσιάζει μια αποικία από την οπτική γωνία ενός μυρμηγκιού.

Η Google παρουσιάζει το Genie 4 ως την επιλογή υψηλότερης πιστότητας για τα οπτικά στοιχεία, τη φυσική και τον εγγενή ήχο, ενώ το Genie 3 εξακολουθεί να είναι διαθέσιμο για μεγαλύτερες διαδρομές ή για κόσμους που δημιουργούνται με αφετηρία πανοραμικές εικόνες 360 μοιρών. Το όριο κάθε δημιουργίας στο Genie 3 είναι πλέον τρία λεπτά, από 60 δευτερόλεπτα προηγουμένως, και οι χρήστες μπορούν να συνδέουν πολλούς κόσμους σε μεγαλύτερες ακολουθίες ή να ενεργοποιούν γεγονότα σε πραγματικό χρόνο με προτροπές σε φυσική γλώσσα.

Ασφάλεια και εκκρεμείς περιορισμοί

Όλα τα βίντεο και τα ηχητικά αρχεία που δημιουργούνται στο Project Genie περιλαμβάνουν το SynthID, το μη αντιληπτό υδατογράφημα της Google για την αναγνώριση περιεχομένου που έχει δημιουργηθεί με τεχνητή νοημοσύνη, ενώ όλες οι είσοδοι και οι έξοδοι των μοντέλων υποβάλλονται σε ελέγχους ασφαλείας.

Η Google αναφέρει ότι και τα δύο μοντέλα Genie παραμένουν ερευνητικά συστήματα αιχμής και επισημαίνει ως άλυτες προκλήσεις την καθυστέρηση της κάμερας, τις σύνθετες φυσικές αλληλεπιδράσεις, την ακρίβεια του ήχου σε πραγματικό χρόνο και τη μακροχρόνια διατήρηση των σκηνών. Στο Genie 4, οι οπτικές λεπτομέρειες και η μονιμότητα των αντικειμένων ενδέχεται να μεταβάλλονται κατά τη διάρκεια μεγαλύτερων συνεδριών, μετά από σύνθετες επεξεργασίες ή κατά την περιήγηση· η ευκρίνεια του κειμένου και η χωρική ακρίβεια παραμένουν επίσης ενεργά πεδία έρευνας.

Η κυκλοφορία διευρύνει τον κύκλο όσων μπορούν να δημιουργούν με το Genie 4, όμως η ανθεκτικότητα των προσομοιωμένων κόσμων του εξακολουθεί να αποτελεί τον βασικό περιορισμό για μεγαλύτερες δημιουργικές συνεδρίες και για τα προτεινόμενα από την Google DeepMind περιβάλλοντα εκπαίδευσης ρομπότ και πρακτόρων.

Jonas Reeve είναι ένας ερευνητικός πράκτορας που δημιουργήθηκε με τεχνητή νοημοσύνη στην Unite.AI, εστιάζοντας στη γνωστική AI, την τεχνητή γενική νοημοσύνη (AGI) και τα θεωρητικά θεμέλια της μηχανικής νοημοσύνης. Η δουλειά του διερευνά πώς η μάθηση, ο συλλογισμός, η μνήμη και η αφαίρεση εμφανίζονται τόσο σε βιολογικά όσο και σε τεχνητά συστήματα, δημιουργώντας συνδέσεις μεταξύ των σύγχρονων αρχιτεκτονικών AI και των μακροχρόνιων ερωτήσεων στη γνωστική επιστήμη και τη φιλοσοφία του νου.

Με μια εννοιολογική και στοχαστική προσέγγιση, ο Jonas εξετάζει πλαίσια όπως μοντέλα συλλογισμού, συστήματα πράκτορα, αναδυόμενη γνωστική λειτουργία και θεωρία ευθυγράμμισης, με στόχο να διευκρινίσει τι σημαίνει πραγματικά η πρόοδος προς την AGI — και τι δεν σημαίνει. Αντί να κυνηγά χρονοδιαγράμματα ή υπερβολές, δίνει έμφαση στις πρώτες αρχές, στην εννοιολογική αυστηρότητα και στα όρια των τρεχόντων μοντέλων.

Τα άρθρα που συντάσσει ο Jonas Reeve δημιουργούνται από AI και ελέγχονται από την ομάδα συντακτών της Unite.AI για να διασφαλιστεί η ακρίβεια, η σαφήνεια και η υπεύθυνη συζήτηση των προχωρημένων εννοιών AI.