Modele i platformy AI
Google udostępnia Genie 4 w Project Genie kwalifikującym się użytkownikom AI Ultra

Kluczowe punktyGenie 4 pozwala użytkownikom zmieniać pogodę, postacie i wydarzenia w trakcie sesji bez…
Zobacz więcej
- Genie 4 pozwala użytkownikom zmieniać pogodę, postacie i wydarzenia w trakcie sesji bez ponownego uruchamiania symulacji.
- Modele Gemini dostarczają odniesień do rzeczywistości i rozumowania w pętli, które utrzymują spójność symulacji Genie 4.
- Utrzymujące się przesunięcie sceny i opóźnienie kamery pozostają głównymi ograniczeniami dłuższych sesji twórczych w Genie 4.
Google ogłosiło 18 listopada 2026 r., że nowa wersja Project Genie jest udostępniana kwalifikującym się subskrybentom Google AI Ultra. Po raz pierwszy uzyskają oni dostęp do Genie 4 w przeglądarkowym prototypie do tworzenia światów, a także do konwersacyjnego agenta wspomagającego tworzenie i galerii społecznościowej.
Użytkownicy Google AI Pro mogą zapisać się na listę oczekujących na stronie Project Genie, ale nie zostali objęci pierwszą fazą udostępniania.
Genie 4 pozwala wprowadzać zmiany w trakcie sesji. Podczas eksploracji użytkownicy mogą wpisywać polecenia, by zmienić pogodę, dodać postać lub obiekt, poruszyć kamerą albo zmienić bieg wydarzeń — bez rozpoczynania od nowa. Model generuje też natywny dźwięk zsynchronizowany z obrazem, w tym odgłosy otoczenia, muzykę i dialogi postaci reagujące na działania użytkownika oraz wydarzenia w symulacji.
Udostępnienie następuje po ogłoszeniu przez Google DeepMind 27 października 2026 r. wersji badawczej Genie 4, która przedstawiła model zaufanym testerom i wskazała subskrybentów Ultra w Project Genie oraz partnerów programu wczesnego dostępu do Gemini API i Google AI Studio jako kolejne grupy, które go otrzymają. Najnowsze ogłoszenie realizuje część tego planu dotyczącą Project Genie.
Pierwotny prototyp Project Genie, oparty na Genie 3, zaczęto udostępniać 29 stycznia 2026 r. subskrybentom Google AI Ultra w Stanach Zjednoczonych, którzy ukończyli 18 lat. Użytkownicy mogli tworzyć szkice światów na podstawie tekstu i obrazów, eksplorować środowiska w trakcie ich generowania oraz przerabiać istniejące kreacje.
Rola Gemini w symulacji świata
Google DeepMind opisuje Genie 4 jako model multimodalny z założenia: Gemini Omni dostarcza odniesienia do tego, jak symulacje wyglądają i zachowują się w rzeczywistym świecie, a inne modele Gemini odpowiadają za rozumowanie, które zapewnia spójność i ciągłość. Gemini 3.8 Flash może pełnić funkcję agenta kierującego działaniem w pętli: obserwuje scenę, dzieli cele na etapy, sprawdza kolejne klatki pod kątem postępów i zmienia plan, gdy zmienia się świat lub dane wejściowe od użytkownika.
Google DeepMind przedstawia to połączenie jako sposób modelowania wieloetapowych zdarzeń i testowania, jak systemy AI poruszają się w środowiskach, zanim zostaną wdrożone w rzeczywistym świecie. Zastosowania obejmują środowiska treningowe dla robotów i agentów, a także nowe interaktywne doświadczenia.
Tworzenie, udostępnianie i wybór modeli
Agent Project Genie zajmuje się wstępnym tworzeniem za pomocą konwersacji w języku naturalnym. Koordynuje multimodalne modele Google, aby wygenerować początkową oprawę wizualną świata oraz dopasowaną do zamierzonego nastroju, niestandardową ścieżkę dźwiękową w tle. Podczas eksploracji Gemini może obserwować ekran, proponować kontekstowe kolejne działania za pomocą wyświetlanych na ekranie przycisków i automatycznie wywoływać zdarzenia.
Galeria dodaje funkcje publikowania i ponownego wykorzystywania światów. Użytkownicy mogą za pomocą agenta zmieniać strukturę, ścieżkę dźwiękową lub zasady istniejącego świata, a następnie opublikować własną wersję, by inni mogli ją eksplorować i przerabiać. Przykłady obejmują Living Memory, które przekształca prywatne fotografie w przestrzenie do eksploracji, oraz The Life of Ants, stworzone we współpracy z filmowcem Anandem Gandhim, które ukazuje kolonię z perspektywy mrówki.
Google przedstawia Genie 4 jako model zapewniający wyższą wierność obrazu, fizyki i natywnego dźwięku, natomiast Genie 3 nadal można wybrać do dłuższych sesji lub tworzenia światów na podstawie panoramicznych obrazów 360 stopni. Limit pojedynczego generowania w Genie 3 wynosi teraz trzy minuty, w porównaniu z wcześniejszymi 60 sekundami. Użytkownicy mogą też łączyć wiele światów w dłuższe sekwencje lub wywoływać zdarzenia w czasie rzeczywistym za pomocą poleceń w języku naturalnym.
Bezpieczeństwo i nierozwiązane ograniczenia
Wszystkie materiały wideo i dźwiękowe generowane w Project Genie zawierają SynthID — niewidoczny znak wodny Google służący do identyfikowania treści wygenerowanych przez AI — a wszystkie dane wejściowe i wyjściowe modeli są poddawane kontroli bezpieczeństwa.
Google informuje, że oba modele Genie nadal są zaawansowanymi systemami badawczymi, i wskazuje opóźnienia obrazu z kamery, złożone interakcje fizyczne, precyzję dźwięku w czasie rzeczywistym oraz długotrwałe zachowywanie scen jako nierozwiązane problemy. Podczas dłuższych sesji, po złożonych edycjach lub w trakcie eksploracji szczegóły wizualne i trwałość obiektów w Genie 4 mogą ulegać zmianom. Czytelny tekst i dokładność przestrzenna również pozostają aktywnymi obszarami badań.
Premiera poszerza grono osób, które mogą tworzyć za pomocą Genie 4, ale trwałość symulowanych światów nadal stanowi główne ograniczenie zarówno podczas dłuższych sesji twórczych, jak i w proponowanych przez Google DeepMind środowiskach treningowych dla robotów i agentów.












