Модели и платформы ИИ
Google добавила Genie 4 в Project Genie для пользователей AI Ultra, соответствующих требованиям

Ключевые моментыGenie 4 позволяет пользователям изменять погоду, персонажей и события в середине сеанса…
Показать больше
- Genie 4 позволяет пользователям изменять погоду, персонажей и события в середине сеанса без перезапуска симуляции.
- Модели Gemini обеспечивают привязку к реальному миру и рассуждения в цикле, которые сохраняют связность симуляций Genie 4.
- Постоянный дрейф сцены и задержка камеры остаются главными ограничениями для более длительных творческих сеансов Genie 4.
Google объявила 18 ноября 2026 года о запуске новой версии Project Genie для пользователей Google AI Ultra, соответствующих требованиям. В браузерном прототипе для создания миров впервые стал доступен Genie 4, а также разговорный агент для создания контента и галерея сообщества.
Пользователи Google AI Pro могут записаться в список ожидания на сайте Project Genie, но в первую волну запуска они не входят.
Genie 4 позволяет управлять происходящим прямо во время сеанса. Пользователи могут вводить запросы по ходу исследования мира, чтобы изменить погоду, добавить персонажа или объект, переместить камеру либо изменить ход событий, не начиная всё заново. Модель также генерирует звук одновременно с изображением: фоновое звучание, музыку и диалоги персонажей, которые реагируют на действия пользователя и события в симуляции.
Запуск последовал за объявлением Google DeepMind от 27 октября 2026 года о предварительном исследовательском показе, в котором Genie 4 представили доверенным тестировщикам и назвали подписчиков Ultra в Project Genie, а также партнёров с ранним доступом к Gemini API и Google AI Studio следующими группами, которым станет доступен релиз. Новое объявление реализует часть этого плана, касающуюся Project Genie.
Первый прототип Project Genie на базе Genie 3 начали предоставлять пользователям 29 января 2026 года. Доступ получили подписчики Google AI Ultra в США в возрасте от 18 лет. Рабочий процесс позволял набрасывать миры по тексту и изображениям, исследовать окружение по мере его создания и перерабатывать уже существующие творения.
Роль Gemini в симуляции миров
По описанию Google DeepMind, Genie 4 изначально является мультимодальной моделью: Gemini Omni предоставляет ей ориентир на реальные объекты и процессы, помогая симуляциям выглядеть и вести себя правдоподобно, а другие модели Gemini обеспечивают логику, необходимую для связности и непрерывности происходящего. Gemini 3.8 Flash может выступать в роли направляющего агента, работающего в цикле симуляции: наблюдать за сценой, разбивать цели на шаги, проверять новые кадры на предмет достигнутого прогресса и менять план при изменении мира или действий пользователя.
Google DeepMind представляет эту связку как способ моделировать многоэтапные события и проверять, как системы ИИ ориентируются в окружении, прежде чем внедрять их в реальном мире. Среди предполагаемых применений — среды для обучения роботов и агентов, а также новые интерактивные возможности.
Создание, обмен и выбор моделей
Агент Project Genie отвечает за первоначальное создание мира в ходе диалога на естественном языке. Он координирует работу мультимодальных моделей Google, чтобы создать начальные изображения мира и индивидуальное музыкальное сопровождение, соответствующее задуманному настроению. Во время исследования Gemini может следить за экраном, предлагать уместные в текущем контексте следующие действия с помощью экранных кнопок и автоматически запускать события.
Галерея дополняет сервис возможностью публиковать и повторно использовать работы. С помощью агента пользователи могут менять устройство уже существующего мира, его звуковое сопровождение или правила, а затем публиковать свою версию, чтобы другие могли исследовать её и создавать на её основе новые варианты. Среди примеров — Living Memory, превращающий личные фотографии в пространства для исследования, и The Life of Ants, созданный вместе с режиссёром Анандом Ганди: в нём колония показана с точки зрения муравья.
Google позиционирует Genie 4 как более точную модель для генерации изображений, физики и звука, тогда как Genie 3 по-прежнему можно выбрать для более длительных сеансов или создания миров на основе панорамных изображений с обзором 360 градусов. Ограничение для одной генерации в Genie 3 теперь составляет три минуты вместо прежних 60 секунд. Пользователи также могут объединять несколько миров в более длинные последовательности или запускать события в реальном времени с помощью запросов на естественном языке.
Безопасность и нерешённые ограничения
Все видео и аудио, созданные в Project Genie, содержат SynthID — незаметный водяной знак Google для идентификации контента, сгенерированного ИИ. Все входные данные и результаты работы моделей также проходят проверку безопасности.
Google отмечает, что обе модели Genie остаются передовыми исследовательскими системами, и указывает на нерешённые проблемы: задержку камеры, сложные физические взаимодействия, точность звука в реальном времени и сохранение неизменности сцены на протяжении длительного времени. В Genie 4 визуальные детали и постоянство объектов могут меняться во время продолжительных сеансов, после сложных правок или при исследовании мира. Читаемость текста и точность пространственных отношений также остаются предметом исследований.
Запуск расширяет круг пользователей, которые могут создавать контент с помощью Genie 4, однако устойчивость симулируемых миров остаётся главным ограничением для продолжительных творческих сеансов и предлагаемых Google DeepMind обучающих сред для роботов и агентов.












