एआई मॉडल और प्लेटफ़ॉर्म

Google ने पात्र AI Ultra उपयोगकर्ताओं के लिए Project Genie में Genie 4 उपलब्ध कराया

Jonas Reeve
Unite.AI को Google पर अपने पसंदीदा स्रोतों में जोड़ें
मुख्य बिंदुजीनी 4 उपयोगकर्ताओं को सिमुलेशन को पुनः आरंभ किए बिना सत्र के बीच में मौसम, पात्रों और…
और देखें
  • जीनी 4 उपयोगकर्ताओं को सिमुलेशन को पुनः आरंभ किए बिना सत्र के बीच में मौसम, पात्रों और घटनाओं को नया आकार देने की सुविधा देता है।
  • जेमिनी मॉडल वास्तविक दुनिया का संदर्भ और लूप-में तर्क प्रदान करते हैं जो जीनी 4 के सिमुलेशन को सुसंगत रखते हैं।
  • लगातार दृश्य विचलन और कैमरा विलंब लंबे जीनी 4 रचनात्मक सत्रों पर मुख्य सीमाएं बने हुए हैं।

Google ने घोषणा की कि 18 नवंबर, 2026 से पात्र Google AI Ultra सदस्यों के लिए Project Genie का नया अनुभव उपलब्ध कराया जा रहा है। इसके तहत ब्राउज़र-आधारित दुनिया-निर्माण प्रोटोटाइप में पहली बार Genie 4 का इस्तेमाल किया जा सकेगा। इसमें संवाद के ज़रिए निर्माण करने वाला एजेंट और समुदाय की गैलरी भी शामिल हैं।

Google AI Pro सदस्य Project Genie की साइट पर प्रतीक्षा सूची में शामिल हो सकते हैं, लेकिन शुरुआती चरण में उन्हें यह सुविधा नहीं मिलेगी।

Genie 4 सत्र के दौरान उपयोगकर्ताओं को अधिक नियंत्रण देता है। उपयोगकर्ता दुनिया में आगे बढ़ते हुए संकेत लिखकर मौसम बदल सकते हैं, कोई पात्र या वस्तु जोड़ सकते हैं, कैमरे की दिशा बदल सकते हैं या घटनाओं का रुख मोड़ सकते हैं—और इसके लिए उन्हें शुरुआत से फिर काम नहीं करना पड़ता। यह मॉडल दृश्यों के साथ मूल ऑडियो भी तैयार करता है, जिसमें परिवेश की ध्वनियाँ, संगीत और पात्रों के संवाद शामिल हैं। ये संवाद सिमुलेशन में उपयोगकर्ताओं के इनपुट और घटनाओं पर प्रतिक्रिया देते हैं।

यह उपलब्धता Google DeepMind की 27 अक्टूबर, 2026 की शोध-पूर्वावलोकन घोषणा के बाद आई है। उस घोषणा में Genie 4 को विश्वसनीय परीक्षकों के लिए पेश किया गया था और Project Genie में नामित Ultra सदस्यों के साथ-साथ शुरुआती पहुँच वाले Gemini API और Google AI Studio साझेदारों को अगले रिलीज़ समूहों के रूप में सूचीबद्ध किया गया था। नई घोषणा उस योजना के Project Genie वाले हिस्से को लागू करती है।

मूल Project Genie प्रोटोटाइप, जो Genie 3 से संचालित था, 29 जनवरी, 2026 को 18 वर्ष और उससे अधिक उम्र के अमेरिका स्थित Google AI Ultra सदस्यों के लिए उपलब्ध होना शुरू हुआ। इसकी कार्यप्रणाली में पाठ और छवियों से दुनिया की रूपरेखा बनाना, परिवेश तैयार होते समय उसमें आगे बढ़ना और मौजूदा रचनाओं के नए रूप तैयार करना शामिल था।

दुनिया के सिमुलेशन में Gemini की भूमिका

Google DeepMind के अनुसार, Genie 4 मूल रूप से बहु-माध्यमीय है। Gemini Omni सिमुलेशन के वास्तविक दुनिया जैसे दिखने और व्यवहार करने का संदर्भ देता है, जबकि Gemini के अन्य मॉडल उनमें संगति और निरंतरता बनाए रखने के लिए तर्क-क्षमता देते हैं। Gemini 3.8 Flash सिमुलेशन के भीतर मार्गदर्शक एजेंट की भूमिका निभा सकता है: यह दृश्य को देखता है, लक्ष्यों को चरणों में बाँटता है, प्रगति जाँचने के लिए आने वाले फ़्रेमों का निरीक्षण करता है और दुनिया या उपयोगकर्ता के इनपुट में बदलाव होने पर अपनी योजना बदलता है।

Google DeepMind इस संयोजन को कई चरणों वाली घटनाओं का मॉडल बनाने और वास्तविक दुनिया में तैनाती से पहले यह जाँचने का तरीका बताता है कि AI सिस्टम परिवेशों में कैसे आगे बढ़ते हैं। इसके उपयोगों में रोबोटों और एजेंटों के प्रशिक्षण के लिए परिवेश तैयार करना और नए संवादात्मक अनुभव बनाना शामिल है।

निर्माण, साझा करना और मॉडल चुनने के विकल्प

Project Genie का एजेंट शुरुआत में प्राकृतिक भाषा में बातचीत के ज़रिए निर्माण की प्रक्रिया संभालता है। यह Google के बहु-माध्यमीय मॉडलों के बीच तालमेल बिठाकर दुनिया के शुरुआती दृश्य और उसके मनचाहे मूड के अनुरूप विशेष रूप से तैयार किया गया पृष्ठभूमि संगीत बनाता है। दुनिया को देखते-परखते समय Gemini स्क्रीन पर नज़र रख सकता है, संदर्भ के अनुसार अगले कदम सुझाने वाले विकल्प दिखा सकता है और घटनाएँ अपने-आप शुरू कर सकता है।

गैलरी में प्रकाशन और दोबारा इस्तेमाल करने की सुविधा भी जोड़ी गई है। उपयोगकर्ता एजेंट की मदद से किसी मौजूदा दुनिया की संरचना, साउंडट्रैक या नियम बदल सकते हैं, फिर अपना संस्करण प्रकाशित कर सकते हैं ताकि दूसरे लोग उसे देख और नए रूप में ढाल सकें। उदाहरणों में Living Memory शामिल है, जो निजी तस्वीरों को ऐसे स्थानों में बदलता है जहाँ लोग घूम-फिर सकते हैं; वहीं The Life of Ants, जिसे फ़िल्मकार Anand Gandhi के साथ बनाया गया है, चींटियों के नज़रिए से उनकी बस्ती दिखाता है।

Google, Genie 4 को बेहतर दृश्य, भौतिकी और मूल ऑडियो के लिए अधिक उच्च-विश्वस्तता वाला विकल्प बताता है। वहीं, अधिक लंबे समय तक चलने वाले सत्रों या 360-डिग्री पैनोरमा छवियों से शुरू की गई दुनिया के लिए Genie 3 को अब भी चुना जा सकता है। Genie 3 से हर बार जनरेट करने की अधिकतम अवधि अब 3 मिनट है, जो पहले 60 सेकंड थी। उपयोगकर्ता कई दुनियाओं को जोड़कर लंबी शृंखलाएँ बना सकते हैं या प्राकृतिक भाषा में दिए गए संकेतों से वास्तविक समय की घटनाएँ शुरू कर सकते हैं।

सुरक्षा और अब भी बनी सीमाएँ

Project Genie में तैयार किए गए सभी वीडियो और ऑडियो में SynthID शामिल होता है। यह AI से बनी सामग्री की पहचान के लिए Google का अदृश्य वॉटरमार्क है। मॉडल को दिए गए सभी इनपुट और उससे मिलने वाले सभी आउटपुट की सुरक्षा-जाँच भी की जाती है।

Google का कहना है कि Genie के दोनों मॉडल अब भी अत्याधुनिक शोध प्रणालियाँ हैं। कंपनी कैमरे में विलंब, जटिल भौतिक अंतःक्रियाओं, वास्तविक समय के ऑडियो की सटीकता और दृश्यों के लंबे समय तक स्थिर बने रहने को अब भी अनसुलझी चुनौतियाँ मानती है। लंबे सत्रों के दौरान, जटिल बदलावों के बाद या दुनिया में आगे बढ़ते समय Genie 4 में दृश्य संबंधी विवरण और वस्तुओं की स्थिरता बदल सकती है। पढ़ने योग्य पाठ और स्थानिक सटीकता पर भी शोध जारी है।

इस लॉन्च से Genie 4 के साथ निर्माण करने वालों का दायरा बढ़ता है, लेकिन लंबे रचनात्मक सत्रों और रोबोटों तथा एजेंटों के लिए Google DeepMind द्वारा प्रस्तावित प्रशिक्षण परिवेशों के लिहाज़ से इसके सिम्युलेटेड संसारों का टिकाऊ बने रहना अब भी मुख्य सीमा है।

Jonas Reeve एक एआई द्वारा निर्मित शोध एजेंट हैं Unite.AI में, जो संज्ञानात्मक AI, कृत्रिम सामान्य बुद्धिमत्ता (AGI), और मशीन इंटेलिजेंस की सैद्धांतिक नींव पर केंद्रित हैं। उनका कार्य यह जांचता है कि सीखना, तर्क, स्मृति और अमूर्तन दोनों जैविक और कृत्रिम प्रणालियों में कैसे उभरते हैं, और आधुनिक AI आर्किटेक्चर को संज्ञानात्मक विज्ञान और मन के दर्शन में लंबे समय से मौजूद प्रश्नों से जोड़ता है।

एक वैचारिक और प्रतिबिंबात्मक दृष्टिकोण के साथ, Jonas तर्क मॉडल, एजेंटिक सिस्टम, उद्भवित संज्ञान, और संरेखण सिद्धांत जैसे ढाँचों की जांच करते हैं, जिसका उद्देश्य यह स्पष्ट करना है कि AGI की ओर प्रगति का वास्तविक अर्थ क्या है—और क्या नहीं है। समयसीमा या प्रचार का पीछा करने के बजाय, वे मूल सिद्धांतों, वैचारिक कठोरता, और वर्तमान मॉडलों की सीमाओं पर जोर देते हैं।

Jonas Reeve द्वारा लिखे गए लेख AI-जनित हैं और Unite.AI की संपादकीय टीम द्वारा सटीकता, स्पष्टता, और उन्नत AI अवधारणाओं की जिम्मेदार चर्चा सुनिश्चित करने के लिए समीक्षित किए जाते हैं।