โมเดลและแพลตฟอร์ม AI
Google นำ Genie 4 มาไว้ใน Project Genie สำหรับผู้ใช้ AI Ultra ที่มีสิทธิ์

ประเด็นสำคัญGenie 4 ช่วยให้ผู้ใช้ปรับเปลี่ยนสภาพอากาศ ตัวละคร…
ดูเพิ่มเติม
- Genie 4 ช่วยให้ผู้ใช้ปรับเปลี่ยนสภาพอากาศ ตัวละคร และเหตุการณ์ระหว่างเซสชันได้โดยไม่ต้องรีสตาร์ทการจำลอง
- โมเดล Gemini จัดหาข้อมูลอ้างอิงในโลกจริงและการให้เหตุผลในลูปซึ่งทำให้การจำลองของ Genie 4 มีความสอดคล้องกัน
- การเลื่อนไหลของฉากอย่างต่อเนื่องและความหน่วงของกล้องยังคงเป็นข้อจำกัดหลักสำหรับเซสชันสร้างสรรค์ของ Genie 4 ที่ยาวนานขึ้น
Google ประกาศเมื่อวันที่ 18 พฤศจิกายน 2026 ว่าประสบการณ์ใหม่ของ Project Genie กำลังทยอยเปิดให้สมาชิก Google AI Ultra ที่มีสิทธิ์ใช้งาน โดยเปิดให้เข้าถึง Genie 4 เป็นครั้งแรกผ่านต้นแบบสร้างโลกบนเบราว์เซอร์ พร้อมด้วยเอเจนต์สร้างสรรค์ที่โต้ตอบผ่านบทสนทนาและแกลเลอรีชุมชน
สมาชิก Google AI Pro สามารถลงชื่อเข้าร่วมรายชื่อรอได้ที่เว็บไซต์ Project Genie แต่ไม่ได้อยู่ในกลุ่มที่จะได้รับสิทธิ์ใช้งานในระยะแรก
Genie 4 เพิ่มความสามารถในการควบคุมระหว่างใช้งาน ผู้ใช้พิมพ์พรอมป์ต์ขณะสำรวจเพื่อเปลี่ยนสภาพอากาศ เพิ่มตัวละครหรือวัตถุ ขยับกล้อง หรือเปลี่ยนทิศทางของเหตุการณ์ได้โดยไม่ต้องเริ่มต้นใหม่ นอกจากนี้ โมเดลยังสร้างเสียงประกอบพร้อมกับภาพได้โดยตรง ทั้งเสียงบรรยากาศ ดนตรี และบทสนทนาของตัวละครที่ตอบสนองต่อข้อมูลที่ผู้ใช้ป้อนและเหตุการณ์ต่าง ๆ ในการจำลอง
การทยอยเปิดตัวครั้งนี้เกิดขึ้นหลังจาก การประกาศงานวิจัยในรูปแบบพรีวิวของ Google DeepMind เมื่อวันที่ 27 ตุลาคม 2026 ซึ่งเปิดตัว Genie 4 ให้ผู้ทดสอบที่ได้รับความไว้วางใจใช้งาน และระบุว่าสมาชิก Ultra ใน Project Genie รวมถึงพาร์ตเนอร์กลุ่มทดลองใช้ก่อนใครของ Gemini API และ Google AI Studio จะเป็นกลุ่มถัดไปที่ได้รับผลิตภัณฑ์รุ่นนี้ ประกาศล่าสุดนี้เป็นการดำเนินการตามแผนในส่วนของ Project Genie
ต้นแบบ Project Genie รุ่นแรก ซึ่งขับเคลื่อนด้วย Genie 3 เริ่มทยอยเปิดให้สมาชิก Google AI Ultra ในสหรัฐฯ ที่มีอายุ 18 ปีขึ้นไปใช้งานเมื่อวันที่ 29 มกราคม 2026 ขั้นตอนการใช้งานครอบคลุมการร่างโลกจากข้อความและภาพ การสำรวจสภาพแวดล้อมระหว่างที่ระบบสร้างขึ้น และการนำผลงานที่มีอยู่มาดัดแปลง
บทบาทของ Gemini ในการจำลองโลก
Google DeepMind อธิบายว่า Genie 4 เป็นโมเดลมัลติโมดัลโดยกำเนิด โดย Gemini Omni ให้ข้อมูลอ้างอิงจากโลกจริงเกี่ยวกับรูปลักษณ์และพฤติกรรมของการจำลอง ส่วนโมเดล Gemini อื่น ๆ ช่วยให้การให้เหตุผลมีความสอดคล้องและต่อเนื่อง Gemini 3.8 Flash สามารถทำหน้าที่เป็นเอเจนต์นำทางที่ทำงานอยู่ในวงจรได้ โดยสังเกตฉาก แบ่งเป้าหมายออกเป็นขั้นตอน ตรวจสอบเฟรมที่ได้รับเพื่อประเมินความคืบหน้า และปรับแผนเมื่อโลกหรือข้อมูลจากผู้ใช้เปลี่ยนไป
Google DeepMind นำเสนอการทำงานร่วมกันนี้ว่าเป็นวิธีจำลองเหตุการณ์หลายขั้นตอนและทดสอบวิธีที่ระบบ AI สำรวจสภาพแวดล้อมก่อนนำไปใช้งานจริง การใช้งานที่มุ่งหวังไว้รวมถึงสภาพแวดล้อมสำหรับฝึกหุ่นยนต์และเอเจนต์ ตลอดจนประสบการณ์เชิงโต้ตอบรูปแบบใหม่
การสร้าง การแบ่งปัน และตัวเลือกโมเดล
เอเจนต์ Project Genie ดูแลการสร้างขั้นต้นผ่านการสนทนาด้วยภาษาธรรมชาติ โดยประสานการทำงานของโมเดลมัลติโมดัลของ Google เพื่อสร้างภาพช่วงเริ่มต้นของโลกและดนตรีประกอบที่ปรับแต่งให้เหมาะกับอารมณ์ที่ต้องการ ระหว่างการสำรวจ Gemini สามารถดูหน้าจอ แนะนำการดำเนินการถัดไปตามบริบทผ่านชิปบนหน้าจอ และเริ่มเหตุการณ์ต่าง ๆ โดยอัตโนมัติ
แกลเลอรีเพิ่มช่องทางสำหรับเผยแพร่และนำผลงานกลับมาใช้ซ้ำ ผู้ใช้สามารถใช้เอเจนต์ปรับโครงสร้าง เพลงประกอบ หรือกฎของโลกที่มีอยู่ แล้วเผยแพร่เวอร์ชันของตนให้ผู้อื่นสำรวจและนำไปดัดแปลงต่อได้ ตัวอย่างมีตั้งแต่ Living Memory ซึ่งเปลี่ยนภาพถ่ายส่วนตัวให้เป็นพื้นที่ที่สำรวจได้ ไปจนถึง The Life of Ants ซึ่งสร้างร่วมกับ Anand Gandhi ผู้กำกับภาพยนตร์ และนำเสนออาณานิคมมดจากมุมมองของมด
Google วางตำแหน่ง Genie 4 ให้เป็นตัวเลือกที่ให้ภาพ ฟิสิกส์ และเสียงที่สร้างขึ้นโดยตรงมีความเที่ยงตรงสูงกว่า ขณะที่ยังเลือกใช้ Genie 3 ได้เมื่อต้องการสร้างฉากต่อเนื่องเป็นเวลานานขึ้น หรือสร้างโลกจากภาพพาโนรามา 360 องศา Genie 3 เพิ่มขีดจำกัดต่อการสร้างจาก 60 วินาทีเป็น 3 นาทีแล้ว และผู้ใช้สามารถเชื่อมโลกหลายใบเข้าด้วยกันเป็นลำดับที่ยาวขึ้น หรือเริ่มเหตุการณ์แบบเรียลไทม์ด้วยพรอมป์ต์ภาษาธรรมชาติได้
ความปลอดภัยและข้อจำกัดที่ยังไม่ได้รับการแก้ไข
วิดีโอและเสียงทั้งหมดที่สร้างใน Project Genie จะมี SynthID ซึ่งเป็นลายน้ำที่มองไม่เห็นของ Google สำหรับระบุเนื้อหาที่สร้างด้วย AI และข้อมูลนำเข้ากับผลลัพธ์ทั้งหมดของโมเดลจะผ่านการตรวจคัดกรองด้านความปลอดภัย
Google ระบุว่าโมเดล Genie ทั้งสองยังเป็นระบบวิจัยแนวหน้า และชี้ว่าความหน่วงของกล้อง ปฏิสัมพันธ์ทางกายภาพที่ซับซ้อน ความแม่นยำของเสียงแบบเรียลไทม์ และความคงอยู่ของฉากในระยะยาว ยังเป็นความท้าทายที่ไม่ได้รับการแก้ไข รายละเอียดภาพและความคงอยู่ของวัตถุใน Genie 4 อาจเปลี่ยนแปลงไประหว่างการใช้งานที่ยาวนานขึ้น หลังการแก้ไขที่ซับซ้อน หรือขณะสำรวจ ส่วนข้อความที่อ่านได้ชัดเจนและความแม่นยำเชิงพื้นที่ก็ยังเป็นประเด็นที่อยู่ระหว่างการวิจัย
การเปิดตัวครั้งนี้ทำให้ผู้คนจำนวนมากขึ้นสามารถสร้างสรรค์ผลงานด้วย Genie 4 ได้ แต่ความคงทนของโลกจำลองยังคงเป็นข้อจำกัดสำคัญสำหรับการสร้างสรรค์ที่ใช้เวลานานขึ้น และสำหรับสภาพแวดล้อมฝึกหุ่นยนต์และเอเจนต์ที่ Google DeepMind เสนอไว้












