Google DeepMind brengt wereldmodel Genie 4 uit als onderzoeksvoorbeeld

Google DeepMind kondigde Genie 4 aan, zijn nieuwe wereldmodel voor realtime interactieve simulatie, op 27 oktober 2026. Het stelde het beschikbaar als onderzoeksvoorbeeld voor vertrouwde testers.

De aankondiging, geschreven door Raia Hadsell, Diego Rivas en Hang Qi, beschrijft Genie 4 als van nature multimodaal: muziek, omgevingsgeluiden en interactieve dialogen worden gelijktijdig met de gesimuleerde wereld gegenereerd. DeepMind zegt dat het model «ongekend realisme mogelijk maakt en realtime interactieve simulatie verbetert» en zorgt voor een hoger niveau van fotorealisme, vloeiende bewegingen en native audio. Het bijbehorende geluid in de demonstraties wordt rechtstreeks door het model gegenereerd.

Het model verwerkt mogelijkheden uit de Gemini-familie en bouwt daarop voort. Gemini Omni verankert de simulaties in de verschijningsvorm en het gedrag van de echte wereld, terwijl andere Gemini-modellen het complexe redeneervermogen leveren dat nodig is om de samenhang en continuïteit van een simulatie te helpen behouden. Met die basis kan een gebruiker een gebeurtenis in gang zetten, waarna Genie 4 simuleert wat er vervolgens gebeurt: hoe de wereld reageert, hoe die klinkt en hoe de mensen erin bewegen, reageren en spreken.

DeepMind beschrijft het begrijpen en simuleren van de wereld als een cruciaal onderdeel van de ontwikkeling van AGI. Het bedrijf zegt dat Genie 4 zijn vermogen vergroot om veilige, oneindig variabele simulaties te creëren die kunnen dienen als trainingsomgevingen voor robots en agents, en voor het ontwikkelen van nieuwe interactieve ervaringen.

Vier toepassingsgebieden

De demonstraties van DeepMind zijn opnamen van realtime interacties waarin gebruikers door werelden navigeren met standaardtoetsenbordbediening en een camera. Terwijl de scène zich ontwikkelt, sturen ze die bij met tekstprompts. De eerste beschreven mogelijkheid is realtimebesturing: een gebruiker kan een lopende simulatie aanpassen met natuurlijke taal, bijvoorbeeld door het weer te veranderen, de camera te verplaatsen of een nieuwe persoon of een nieuw voorwerp toe te voegen. Gemini past de prompt daarbij contextueel aan de omringende scène aan. Tussen de invoer door houdt Gemini de scène ook in de gaten en stuurt die bij, zodat de wereld zich op samenhangende wijze blijft ontwikkelen.

Over natuurkunde en menselijk handelen zegt DeepMind dat Genie 4 een nieuwe norm stelt voor realisme in realtime interactieve simulatie, met modellen van natuurkundige situaties uit de echte wereld, zoals aerodynamica en botsingen. Het bedrijf beschrijft de simulatie van mensen als de grootste vooruitgang: personages die zich op natuurlijke wijze bewegen, spontaan reageren op hun omgeving en in realtime interactief kunnen worden aangestuurd.

DeepMind beschrijft Genie 4 als zijn eerste realtimewereldmodel dat van nature audio genereert. Elke wereld heeft omgevingsgeluiden die bij de omgeving horen, van de wind door de bomen tot golven die op het strand breken. Het model introduceert ook interactieve dialogen die zich ter plekke aanpassen: personages voeren gesprekken en reageren in realtime op gebruikersinvoer of gebeurtenissen in de wereld.

Bij complexe gebeurtenissen die uit meerdere stappen bestaan, fungeert Gemini 3.8 Flash als een sturende agent in de lus. Terwijl Genie 4 in realtime een wereld genereert, observeert Gemini de scène voortdurend, verdeelt het doelen in een reeks stappen en beoordeelt het binnenkomende frames om te controleren of elke stap is geslaagd. Het past zijn plan aan wanneer de wereld verandert of de gebruiker ingrijpt. Volgens DeepMind maakt dit werelden mogelijk met betrouwbare oorzaak-gevolgrelaties, procedureel gedrag en redeneervermogen in meerdere stappen.

Het bedrijf experimenteert ook met Gemini 4 Argon en Genie 4 in combinatie met Gemini Robotics. In een beschreven voorbeeld verdeelt Argon een taak die de gebruiker heeft opgegeven in stappen, die tijdens het renderen van de simulatie afwisselend als tekstbijschriften verschijnen. De twee systemen simuleren hoe de mensachtige robot Apollo van Apptronik een potje dammen speelt. De simulatie past zich aan terwijl de taak vordert en wordt voltooid.

Vertrouwde testers en toekomstig werk

DeepMind typeert Genie 4 als een belangrijke mijlpaal in onderzoek, maar benadrukt dat het model nog in een vroeg, experimenteel stadium verkeert. Het bedrijf werkt met groepen vertrouwde testers uit de creatieve sector, de journalistiek, het onderwijs, de game-industrie en de techniek. Volgens het bedrijf testen filmmakers Genie 4 als een snelle «conceptmodus» voor previsualisatie en ideeënvorming: ze stappen een live simulatie van een scène binnen en maken in realtime meerdere opnamen, waarbij ze camerastandpunten, belichting, dialogen en actie aanpassen. Fotojournalisten onderzoeken hoe één 2D-archieffoto binnen enkele seconden kan worden omgezet in een realistische simulatie van de afgebeelde omgeving. Teams testen daarnaast hoe bevolkte, dynamische werelden het publiek historische locaties kunnen laten ervaren of inzicht kunnen geven in het verloop van kortdurende milieuverschijnselen, zoals plotselinge overstromingen of bosbranden.

Gameontwikkelaars en creatieve technici testen of ze binnen enkele seconden van een eerste idee naar een verkenbaar prototype kunnen gaan. Met prompts in natuurlijke taal beoordelen ze visuele stijlen, materiaaluitstraling en interactieve spelmechanieken voordat ze code voor de game-engine schrijven. Zakelijke partners beoordelen Genie 4 als hulpmiddel voor het snel genereren van scenario’s vanaf nul en brengen in kaart welke tekortkomingen DeepMind zou kunnen verhelpen om beter aan de behoeften rond simulatie te voldoen.

Vooruitkijkend ziet DeepMind hybride wereldmodellen als een veelbelovende route naar verdere vooruitgang: systemen die het logische, gestructureerde redeneervermogen van code- en taalmodellen combineren met de rijke, zintuiglijke weergave van simulaties op pixelniveau. In deze aanpak brengt Gemini achter de schermen de structuur in kaart en plant het de verhaallijn, terwijl Genie de directe fysieke werkelijkheid genereert en pixel voor pixel weergeeft hoe de wereld eruitziet, klinkt en reageert.

Veiligheid, beperkingen en beschikbaarheid

DeepMind zegt dat Genie 4 strikte veiligheidsmaatregelen bevat die aansluiten bij het veiligheidsbeleid voor de andere modellen van het bedrijf. Ook heeft het model vóór de preview interne veiligheidstests ondergaan om te voorkomen dat het schadelijke of kwaadwillige content genereert. Het bedrijf zegt Genie 4 bewust eerst beschikbaar te hebben gesteld aan vertrouwde testpartners om vroege feedback te verzamelen. Alle video en audio die Genie 4 genereert, bevatten SynthID: DeepMinds onzichtbare digitale watermerktechnologie waarmee AI-gegenereerde content in zowel beeld als geluid kan worden geïdentificeerd.

Over de beperkingen zegt DeepMind dat Genie 4 omgevingen weliswaar gedurende korte sessies coherent kan houden, maar dat visuele details en de blijvende aanwezigheid van objecten na verloop van tijd nog kunnen verschuiven of veranderen. Dat gebeurt vooral wanneer een simulatie langer duurt, na meerdere complexe aanpassingen van prompts of bij het navigeren door een scène. Complexe fysieke interacties, de nauwkeurigheid van realtime audio, leesbare tekstweergave, ruimtelijke nauwkeurigheid en consistentie op de lange termijn blijven actieve onderzoeksgebieden.

Genie 4 volgt op Genie 3, dat DeepMind op 5 augustus 2025 aankondigde en omschreef als zijn eerste wereldmodel waarmee interactie in realtime mogelijk was. Genie 3 genereerde dynamische werelden waarin gebruikers zich konden verplaatsen met 24 beelden per seconde. De werelden bleven enkele minuten consistent en hadden een resolutie van 720p. Het model werd als beperkte onderzoekspreview beschikbaar gesteld aan een kleine groep academici en makers.

DeepMind zegt dat Genie 4 binnenkort beschikbaar komt voor abonnees van Google AI Ultra in Project Genie en voor partners met vroege toegang via de Gemini API en Google AI Studio, en dat de wachtlijst voor Genie 4 in Project Genie geopend is.