AI-modeller och plattformar
Google tar Genie 4 till Project Genie för behöriga AI Ultra-användare

Viktiga punkterGenie 4 låter användare omforma väder, karaktärer och händelser mitt i en session utan…
Visa mer
- Genie 4 låter användare omforma väder, karaktärer och händelser mitt i en session utan att starta om simuleringen.
- Gemini-modeller tillhandahåller verklighetsreferenser och resonemang i loopen som håller Genie 4-simuleringar sammanhängande.
- Bestående scendrift och kamerafördröjning kvarstår som de främsta begränsningarna för längre kreativa sessioner med Genie 4.
Google meddelade den 18 november 2026 att en ny Project Genie-upplevelse håller på att lanseras för behöriga Google AI Ultra-prenumeranter. För första gången får de tillgång till Genie 4 i den webbläsarbaserade prototypen för att skapa världar, tillsammans med en konversationsbaserad skapandeagent och ett communitygalleri.
Google AI Pro-medlemmar kan ställa sig i kö på väntelistan på Project Genie-webbplatsen, men ingår inte i den första lanseringsfasen.
Genie 4 ger användarna mer kontroll under en session. De kan skriva instruktioner medan de navigerar för att ändra vädret, lägga till en karaktär eller ett föremål, flytta kameran eller styra om händelseförloppet utan att börja om. Modellen genererar också ljud direkt tillsammans med det visuella innehållet, däribland omgivningsljud, musik och karaktärsdialog som reagerar på användarens inmatningar och händelser i simuleringen.
Lanseringen följer på Google DeepMinds tillkännagivande den 27 oktober 2026 om en forskningsförhandsvisning, där Genie 4 presenterades för betrodda testare och där utvalda Ultra-prenumeranter i Project Genie samt partner med tidig tillgång till Gemini API och Google AI Studio angavs som nästa grupper som skulle få tillgång. Det nya tillkännagivandet genomför den del av planen som gäller Project Genie.
Den ursprungliga prototypen Project Genie, som drevs av Genie 3, började lanseras den 29 januari 2026 för Google AI Ultra-prenumeranter i USA som var 18 år eller äldre. Arbetsflödet omfattade att skissa upp världar utifrån text och bilder, navigera i miljöer medan de skapades och skapa nya versioner av befintliga verk.
Geminis roll i världssimulering
Google DeepMind beskriver Genie 4 som multimodalt från grunden. Gemini Omni ger en verklighetsbaserad referens för hur simuleringar ser ut och beter sig, medan andra Gemini-modeller bidrar med resonemang som skapar sammanhang och kontinuitet. Gemini 3.8 Flash kan fungera som en vägledande agent i loopen: den observerar scenen, delar upp mål i steg, granskar inkommande bildrutor för att följa framstegen och ändrar sin plan när världen eller användarens inmatning förändras.
Google DeepMind beskriver den här kopplingen som ett sätt att modellera händelser i flera steg och testa hur AI-system navigerar i miljöer innan de tas i bruk i verkligheten. Avsedda användningsområden omfattar träningsmiljöer för robotar och agenter samt nya interaktiva upplevelser.
Skapa, dela och välja modell
Project Genie-agenten hanterar den inledande skapandeprocessen genom samtal på naturligt språk. Den samordnar Googles multimodala modeller för att skapa världens inledande visuella innehåll och ett anpassat bakgrunds soundtrack som passar den avsedda stämningen. Under utforskandet kan Gemini följa skärmen, föreslå kontextanpassade nästa steg med hjälp av förslagsknappar på skärmen och utlösa händelser automatiskt.
Galleriet lägger till funktioner för publicering och återanvändning. Användarna kan ändra en befintlig världs struktur, ljudspår eller regler med hjälp av agenten och sedan publicera sin version så att andra kan utforska och remixa den. Exemplen sträcker sig från Living Memory, som omvandlar personliga fotografier till utforskningsbara miljöer, till The Life of Ants, som skapats tillsammans med filmskaparen Anand Gandhi och visar en koloni ur en myras perspektiv.
Google beskriver Genie 4 som sitt alternativ med högre återgivningstrohet för visuellt innehåll, fysik och ljud som genereras direkt, medan Genie 3 fortfarande kan väljas för längre körningar eller världar som utgår från 360-graders panoramabilder. Tidsgränsen per generering i Genie 3 är nu tre minuter, en ökning från 60 sekunder, och användarna kan länka samman flera världar till längre sekvenser eller utlösa händelser i realtid med instruktioner på naturligt språk.
Säkerhet och olösta begränsningar
Allt video- och ljudmaterial som genereras i Project Genie innehåller SynthID, Googles osynliga vattenstämpel för identifiering av AI-genererat innehåll, och alla indata och utdata från modellerna genomgår säkerhetsgranskning.
Google uppger att båda Genie-modellerna fortfarande är avancerade forskningssystem och pekar ut kamerafördröjning, komplicerade fysiska interaktioner, precision i ljud i realtid och varaktighet i scener över tid som olösta utmaningar. Visuella detaljer och föremåls beständighet i Genie 4 kan förändras under längre sessioner, efter komplexa redigeringar eller vid navigering. Läsbar text och rumslig precision är också fortsatt aktiva forskningsområden.
Lanseringen ger fler möjlighet att skapa med Genie 4, men hur beständiga de simulerade världarna är utgör fortfarande den största begränsningen för längre kreativa sessioner och för Google DeepMinds föreslagna träningsmiljöer för robotar och agenter.












