Google показала Genie 4: нейросеть генерирует интерактивные миры со звуком и живыми персонажами

Google DeepMind выпустила Genie 4 — новую версию своей технологии world model. Это нейросеть, которая не рисует заранее готовое видео, а строит интерактивный мир на ходу: пользователь двигается, вращает камеру, пишет текстовую подсказку — и модель перестраивает сцену в ответ, кадр за кадром, в реальном времени. Построена Genie 4 на базе Gemini, и это первая версия в линейке, где кроме визуальной среды появился звук и персонажи, которые двигаются, реагируют на происходящее и говорят.

Что изменилось по сравнению с предыдущей версией

Предыдущая Genie 3, показанная в 2025 году, умела генерировать только визуальную часть мира — ландшафт, объекты, движение камеры. Звука и живых персонажей там не было. Genie 4 добавляет этот слой: теперь симуляция включает то, как мир звучит, и то, как ведут себя люди внутри сцены — их движения, реакции и речь. Для world model это принципиальный шаг: раньше такие системы были «немым» видеогенератором с интерактивным управлением, теперь — симуляция с полноценной звуковой и социальной средой.

Управление в Genie 4 устроено на двух уровнях:

• обычные клавиши отвечают за навигацию персонажа и управление камерой — как в любой игре;
• текстовые команды меняют саму сцену по ходу действия: можно добавить объект, запустить новое событие, сменить погоду или обстановку, не выходя из текущего кадра.

DeepMind отдельно подчёркивает: все демонстрационные записи в анонсе — это реальные сессии взаимодействия с моделью в реальном времени, а не заранее срежиссированные и отрендеренные ролики. Для генеративных демо подобных компаний это важная деталь, потому что отличить настоящую интерактивность от монтажа со стороны зрителя почти невозможно, и здесь Google явно заявляет, что монтажа нет — каждый показанный кадр — это ответ модели на конкретное действие пользователя.

Кому и когда дадут доступ

Google раскатывает Genie 4 поэтапно, а не всем сразу:

• первыми модель получают доверенные тестировщики в формате research preview — закрытый доступ для ограниченного круга пользователей, которые дают обратную связь до широкого запуска;
• следующими в очереди — подписчики Google AI Ultra, премиальной платной подписки Google на ИИ-сервисы; они получат доступ к Genie 4 через интерфейс Project Genie, специально созданный для входа в сгенерированные миры;
• параллельно доступ откроют ранним партнёрам Gemini API — разработчикам, которые смогут встраивать Genie 4 в свои собственные продукты;
• и участникам раннего доступа Google AI Studio — среды для разработчиков, где можно экспериментировать с моделями Google.

На Project Genie уже открыта запись в лист ожидания. Конкретных дат полного релиза и ценника Google не называет — только обещает, что доступ расширится «скоро».

Зачем это нужно и кому пригодится

Интерес к world models объясняется прикладной пользой, а не только зрелищностью демо. Игровым студиям такая технология даёт возможность быстро прототипировать уровни без ручного программирования окружения. Исследователям, которые тренируют автономных агентов и робототехнику, она даёт практически бесконечный источник сред для обучения — не нужно вручную строить каждую симуляцию. А создателям интерактивного контента позволяет собирать сцену словами, без традиционной 3D-разработки.

То, что Genie 4 построена на Gemini, не случайность — это объединяет понимание языка моделью и симуляцию физического мира в одной системе: модель не просто знает, как мир выглядит, но и понимает, что в нём логично должно произойти дальше по текстовой подсказке.

При этом в анонсе остаются открытые вопросы, на которые Google не отвечает: сколько времени мир остаётся связным и не «расползается» без потери логики, какое у генерации реальное разрешение, и сколько вычислительных ресурсов требует одна сессия. Именно от ответов на эти вопросы зависит, станет ли Genie 4 рабочим инструментом для разработчиков или останется эффектной технологической демонстрацией.

Что делать уже сейчас

Если вы занимаетесь играми, обучающими симуляциями или разработкой агентов, есть смысл встать в лист ожидания Project Genie и заранее заявиться на ранний доступ к Gemini API через Google AI Studio. Пока модель закрыта для широкой публики, полезно заранее сформулировать два-три конкретных сценария для проверки: как модель реагирует на текстовое управление на лету, как ведут себя сгенерированные персонажи, насколько убедительно звучит аудиосреда. Так при открытии доступа можно будет быстро оценить, пригодна ли Genie 4 для прототипирования в вашей задаче. Строить на ней готовый продукт пока рано, но время на тестирование закладывать стоит уже сейчас.