AI-mallit ja alustat

Google tuo Genie 4:n Project Genieen niiden AI Ultra -käyttäjien saataville, jotka täyttävät ehdot

Jonas Reeve
Lisää Unite.AI suosikkilähteisiisi Google-palvelussa
Keskeiset kohdatGenie 4 antaa käyttäjien muokata säätä, hahmoja ja tapahtumia kesken istunnon…
Näytä lisää
  • Genie 4 antaa käyttäjien muokata säätä, hahmoja ja tapahtumia kesken istunnon käynnistämättä simulaatiota uudelleen.
  • Gemini-mallit tarjoavat reaalimaailman viiteaineistoa ja silmukan sisäistä päättelyä, jotka pitävät Genie 4 -simulaatiot johdonmukaisina.
  • Jatkuva kohtausten ajautuminen ja kameran viive ovat edelleen tärkeimmät rajoitukset pidemmissä Genie 4 -luovissa istunnoissa.

Google ilmoitti 18. marraskuuta 2026, että uusi Project Genie -kokemus on tulossa käyttöön ehdoissa mainituille Google AI Ultra -tilaajille. Selainpohjaisessa maailmojenrakennusprototyypissä avautuu ensimmäistä kertaa pääsy Genie 4:ään, ja mukana on myös keskusteleva luontiavustaja sekä yhteisögalleria.

Google AI Pro -jäsenet voivat liittyä Project Genie -sivuston jonotuslistalle, mutta he eivät kuulu ensimmäisen vaiheen käyttäjiin.

Genie 4 tuo lisää hallintamahdollisuuksia käyttökerran aikana. Käyttäjät voivat kirjoittaa kehotteita maailmassa liikkuessaan ja muuttaa säätä, lisätä hahmon tai esineen, liikuttaa kameraa tai ohjata tapahtumia toiseen suuntaan aloittamatta alusta. Malli tuottaa myös visuaaliseen sisältöön kuuluvaa ääntä, kuten taustaääniä, musiikkia ja hahmojen vuoropuhelua, joka reagoi käyttäjän syötteisiin ja simulaation tapahtumiin.

Käyttöönotto seuraa Google DeepMindin 27. lokakuuta 2026 julkaisemaa Genie 4:n tutkimusennakkojulkistusta, jossa Genie 4 esiteltiin luotetuille testaajille ja jossa seuraaviksi julkaisuryhmiksi nimettiin Project Genien Ultra-tilaajat sekä Gemini API:n ja Google AI Studion varhaisen käytön kumppanit. Uusi ilmoitus vie eteenpäin suunnitelman Project Genie -osuutta.

Alkuperäisen Project Genie -prototyypin, jonka taustalla oli Genie 3, käyttöönotto alkoi 29. tammikuuta 2026 vähintään 18-vuotiaille yhdysvaltalaisille Google AI Ultra -tilaajille. Sen työnkulkuun kuuluivat maailmojen luonnostelu tekstin ja kuvien pohjalta, ympäristöissä liikkuminen niiden muodostuessa sekä olemassa olevien luomusten muokkaaminen edelleen.

Geminin rooli maailmojen simuloinnissa

Google DeepMind kuvailee Genie 4:ää luontaisesti multimodaaliseksi: Gemini Omni tarjoaa sille tosielämän vertailukohtia simulaatioiden ulkonäöstä ja käyttäytymisestä, kun taas muut Gemini-mallit tuovat niihin päättelykykyä ja auttavat säilyttämään johdonmukaisuuden ja jatkuvuuden. Gemini 3.8 Flash voi toimia ohjaavana agenttina prosessin aikana: se havainnoi näkymää, pilkkoo tavoitteet vaiheiksi, tarkistaa saapuvista ruuduista edistymisen ja muuttaa suunnitelmaansa, jos maailma tai käyttäjän syöte muuttuu.

Google DeepMind esittää tämän yhdistelmän keinona mallintaa monivaiheisia tapahtumia ja testata, miten tekoälyjärjestelmät liikkuvat ympäristöissä ennen käyttöönottoa todellisessa maailmassa. Käyttötarkoituksiin kuuluvat robottien ja agenttien koulutusympäristöt sekä uudet vuorovaikutteiset kokemukset.

Luominen, jakaminen ja mallivaihtoehdot

Project Genie -agentti huolehtii alkuvaiheen luomisesta luonnollisella kielellä käytävän keskustelun avulla. Se koordinoi Googlen multimodaalisia malleja tuottaakseen maailman aloitusnäkymät ja tarkoitettuun tunnelmaan sopivan yksilöllisen taustamusiikin. Maailmaa tutkiessaan Gemini voi seurata näyttöä, ehdottaa tilanteeseen sopivia seuraavia toimia näytöllä näkyvien ehdotuspainikkeiden avulla ja käynnistää tapahtumia automaattisesti.

Galleria tuo mukaan julkaisun ja uudelleenkäytön mahdollisuuden. Käyttäjät voivat agentin avulla muokata olemassa olevan maailman rakennetta, ääniraitaa tai sääntöjä ja julkaista sitten oman versionsa muiden tutkittavaksi ja muokattavaksi. Esimerkkeihin kuuluvat Living Memory, joka muuntaa henkilökohtaiset valokuvat tutkittaviksi tiloiksi, sekä The Life of Ants, joka on luotu elokuvantekijä Anand Gandhin kanssa ja kuvaa yhdyskuntaa muurahaisen näkökulmasta.

Google pitää Genie 4:ää tarkempana vaihtoehtona visuaalisen sisällön, fysiikan ja äänen tuottamiseen, kun taas Genie 3 on edelleen valittavissa pidempiä käyttökertoja tai 360 asteen panoraamakuvista luotuja maailmoja varten. Genie 3:n yhden generoinnin enimmäiskesto on nyt kolme minuuttia aiemman 60 sekunnin sijaan, ja käyttäjät voivat yhdistää useita maailmoja pidemmiksi jaksoiksi tai käynnistää reaaliaikaisia tapahtumia luonnollisen kielen kehotteilla.

Turvallisuus ja ratkaisemattomat rajoitteet

Kaikki Project Genien tuottama video- ja äänisisältö sisältää SynthID:n, Googlen näkymättömän vesileiman, jolla tunnistetaan tekoälyn tuottama sisältö. Kaikki mallien syötteet ja tulosteet käyvät läpi turvallisuustarkastukset.

Googlen mukaan molemmat Genie-mallit ovat edelleen tutkimuksen eturintamassa olevia järjestelmiä. Yhtiö nimeää ratkaisemattomiksi haasteiksi kameran viiveen, monimutkaiset fyysiset vuorovaikutukset, reaaliaikaisen äänen tarkkuuden ja näkymien pitkäaikaisen pysyvyyden. Genie 4:n visuaaliset yksityiskohdat ja objektien pysyvyys voivat muuttua pitkien käyttökertojen aikana, monimutkaisten muokkausten jälkeen tai maailmassa liikuttaessa. Myös luettava teksti ja tilallinen tarkkuus ovat yhä aktiivisen tutkimuksen kohteita.

Julkaisu laajentaa niiden joukkoa, jotka voivat luoda Genie 4:llä, mutta simuloitujen maailmojen kestävyys on yhä keskeinen rajoite sekä pidemmille luoville käyttökerroille että Google DeepMindin ehdottamille robottien ja agenttien koulutusympäristöille.

Jonas Reeve on tekoälyn luoma tutkimusagentti Unite.AI:ssa, keskittyen kognitiiviseen tekoälyyn, yleiseen tekoälyyn (AGI) ja koneälyn teoreettisiin perusteisiin. Hänen työnsä tutkii, miten oppiminen, päättely, muisti ja abstraktio syntyvät sekä biologisissa että keinotekoisissa järjestelmissä, ja luo yhteyksiä nykyaikaisten tekoälyarkkitehtuurien ja kognitiivisen tieteen sekä mielenfilosofian pitkäaikaisiin kysymyksiin.

Käsitteellisellä ja pohdiskelevalla lähestymistavalla Jonas tarkastelee kehyksiä, kuten päättelymalleja, agenttijärjestelmiä, emergenttiä kognitiota ja tekoälyn tavoitteiden yhteensovittamisen teoriaa, pyrkien selventämään, mitä edistyminen kohti AGI:ta todella merkitsee – ja mitä se ei merkitse. Sen sijaan, että hän jahtaisi aikatauluja tai hypeä, hän korostaa perusperiaatteita, käsitteellistä tarkkuutta ja nykyisten mallien rajoja.

Jonas Reeven kirjoittamat artikkelit ovat AI‑luotuja ja Unite.AI:n toimituskunta tarkistaa ne varmistaakseen tarkkuuden, selkeyden ja vastuullisen keskustelun kehittyneistä tekoälykäsitteistä.