Google DeepMind представляет модель мира Genie 4 в рамках исследовательского превью

27 октября 2026 года Google DeepMind представила Genie 4 — свою новую модель мира для интерактивного моделирования в реальном времени. Компания выпустила её в рамках исследовательского превью для проверенных тестировщиков.

В анонсе, подготовленном Раей Хадселл, Диего Ривасом и Ханг Ци, Genie 4 описывается как изначально мультимодальная модель: она одновременно с симулируемым миром генерирует музыку, фоновые звуки и интерактивные диалоги. По словам DeepMind, модель «обеспечивает беспрецедентный реализм и улучшает интерактивное моделирование в реальном времени», а также отличается повышенным фотореализмом, плавностью движений и встроенной генерацией звука. В демонстрациях звуковое сопровождение создаёт непосредственно сама модель.

Модель использует возможности семейства Gemini и развивает их. Gemini Omni обеспечивает реалистичное отображение и поведение симуляций, а другие модели Gemini выполняют сложные рассуждения, необходимые для сохранения согласованности и непрерывности симуляции. Благодаря этому пользователь может запустить какое-либо событие, а Genie 4 смоделирует его дальнейшее развитие: реакцию мира, его звучание, а также движения, реакции и речь находящихся в нём людей.

DeepMind считает понимание и моделирование мира важнейшим аспектом создания общего искусственного интеллекта (AGI). По словам компании, Genie 4 расширяет её возможности по созданию безопасных симуляций с бесконечным разнообразием сценариев. Такие симуляции могут использоваться как среды для обучения роботов и агентов, а также для создания новых интерактивных возможностей.

Четыре области возможностей

Демонстрации DeepMind представляют собой записи взаимодействий в реальном времени: пользователи перемещаются по мирам с помощью стандартных клавиш управления и камеры, направляя развитие сцены текстовыми запросами. Первая из описанных возможностей — управление в реальном времени: пользователь может изменять ход уже запущенной симуляции с помощью запросов на естественном языке — менять погоду, перемещать камеру или добавлять нового человека либо объект. Gemini адаптирует запрос с учётом окружающей сцены. В промежутках между вводом команд Gemini также наблюдает за сценой и управляет её развитием, поддерживая целостное течение событий в мире.

Говоря о физике и действиях людей, DeepMind отмечает, что Genie 4 задаёт новый стандарт реализма для интерактивного моделирования в реальном времени, моделируя физические явления реального мира, например аэродинамику и столкновения. По словам компании, самый значительный прогресс связан с моделированием людей: персонажи двигаются естественно, органично реагируют на окружение, и пользователь может интерактивно управлять ими в реальном времени.

По словам DeepMind, Genie 4 — первая модель мира компании, которая генерирует звук непосредственно в реальном времени. В каждом мире звучат характерные для его обстановки фоновые шумы — от шелеста ветра в деревьях до разбивающихся о берег волн. Модель также поддерживает интерактивные диалоги, которые динамически меняются: персонажи разговаривают и реагируют на действия пользователя или происходящие в мире события — всё в реальном времени.

При моделировании сложных событий, состоящих из нескольких этапов, Gemini 3.8 Flash выступает в контуре управления в роли направляющего агента. Пока Genie 4 в реальном времени генерирует мир, Gemini непрерывно наблюдает за сценой, разбивает цели на последовательность шагов и анализирует поступающие кадры, чтобы проверить успешное выполнение каждого шага. Когда мир меняется или вмешивается пользователь, Gemini корректирует свой план. По словам DeepMind, благодаря этому можно создавать миры с надёжной причинно-следственной связью, процедурным поведением и способностью к многоэтапным рассуждениям.

Компания также экспериментировала с совместным использованием Gemini 4 Argon и Genie 4 с Gemini Robotics. В одном описанном примере Argon разбивает поставленную пользователем задачу на шаги, которые по мере формирования симуляции выводятся в виде текстовых подписей. Две системы моделируют, как гуманоидный робот Apollo компании Apptronik играет в шашки; симуляция адаптируется по мере выполнения задачи.

Проверенные тестировщики и дальнейшая работа

DeepMind называет Genie 4 важной вехой в исследованиях, однако подчёркивает, что модель всё ещё находится на ранней экспериментальной стадии. Компания сотрудничает с группами проверенных тестировщиков из творческих индустрий, журналистики, образования, игровой индустрии и инженерии. По словам компании, кинематографисты проверяют Genie 4 как быстрый «режим чернового наброска» для предварительной визуализации и поиска идей: они погружаются в живую симуляцию сцены и в реальном времени снимают несколько дублей, меняя ракурсы камеры, освещение, диалоги и действие. Фотожурналисты изучают, как за считаные секунды превратить одну архивную фотографию в 2D в реалистичную симуляцию запечатлённой на ней среды. Команды также проверяют, как населённые и динамичные миры могут помочь аудитории пережить опыт пребывания в исторических местах или увидеть, как развиваются краткосрочные природные явления, например внезапные наводнения или лесные пожары.

Разработчики игр и специалисты по креативным технологиям проверяют, можно ли за считаные секунды превратить первоначальную идею в прототип, по которому можно перемещаться, и оценить визуальные стили, эстетику материалов и интерактивные механики с помощью запросов на естественном языке — ещё до написания кода для игрового движка. Корпоративные партнёры оценивают Genie 4 как инструмент для быстрого создания сценариев с нуля и выявляют недостатки, над устранением которых могла бы работать DeepMind, чтобы лучше отвечать на потребности в моделировании.

Говоря о перспективах, DeepMind называет гибридные модели мира многообещающим направлением дальнейшего развития: такие системы сочетают логические структурированные рассуждения, свойственные моделям кода и языка, с насыщенным сенсорным представлением, которое обеспечивается симуляцией на уровне пикселей. При таком подходе Gemini незаметно для пользователя выстраивает структуру и планирует развитие повествования, а Genie генерирует непосредственную физическую реальность, отображая пиксель за пикселем, как выглядит и звучит мир и как он реагирует.

Безопасность, ограничения и доступность

По словам DeepMind, Genie 4 оснащена строгими механизмами защиты, соответствующими политике безопасности компании в отношении других моделей. Перед запуском предварительной версии модель прошла внутренние проверки безопасности, призванные предотвратить создание вредоносного или злонамеренного контента. Компания также сообщает, что сначала намеренно предоставила Genie 4 партнёрам из числа проверенных тестировщиков, чтобы собрать первые отзывы. Все видео и аудио, созданные Genie 4, будут содержать SynthID — незаметную цифровую водяную метку DeepMind, предназначенную для выявления контента, созданного ИИ, как в видео, так и в аудио.

Говоря об ограничениях, DeepMind отмечает, что Genie 4 способна поддерживать целостность среды на протяжении коротких сеансов, однако со временем визуальные детали и постоянство объектов могут меняться или искажаться. Это особенно заметно при длительной работе симуляции, после нескольких сложных изменений запросов или при перемещении по сцене. Сложные физические взаимодействия, точность звука в реальном времени, разборчивое отображение текста, пространственная точность и долгосрочная согласованность остаются предметом активных исследований.

Genie 4 приходит на смену Genie 3, о которой DeepMind объявила 5 августа 2025 года, назвав её своей первой моделью мира, допускающей взаимодействие в реальном времени. Genie 3 создавала динамичные миры, по которым пользователи могли перемещаться со скоростью 24 кадра в секунду; согласованность сохранялась в течение нескольких минут при разрешении 720p. Модель выпустили в виде ограниченной исследовательской предварительной версии для небольшой группы учёных и авторов.

По словам DeepMind, Genie 4 скоро станет доступна подписчикам Google AI Ultra в Project Genie и партнёрам с ранним доступом через Gemini API и Google AI Studio. Запись в список ожидания Genie 4 в Project Genie уже открыта.