Интенсив 21–22.11 · БесплатноБесплатный 2-дневный интенсив по вайбкодингу 21–22 ноября в 16:00 МСК (Сб–Вс) · Живой Поток 3 стартует 23.11Записаться бесплатно →Поток 3 (23.11)
РелизAPI / Продукт · В работуYouTube: Google DeepMind→ оригинал

DeepMind запустила Genie 4: миры из текста, которые можно исследовать в реальном времени

Google DeepMind выпустила Genie 4 — модель мира, которая не рисует готовый ролик, а в реальном времени симулирует среду. Текстовое описание превращается в место, по которому за секунды можно ходить с клавиатуры, а новые события добавляются живыми подсказками. Для разработчиков это быстрый способ прототипировать сцены и тестовые среды для роботов.

AI-обработка оригинала YouTube: Google DeepMind; редакция Hamidun News
DeepMind запустила Genie 4: миры из текста, которые можно исследовать в реальном времени
Источник: YouTube: Google DeepMind. Коллаж: Hamidun News.
Слушать статью
Паспорт материала и цифры
ПараметрДанные
ПервоисточникYouTube: Google DeepMind ↗
Главный редактор
ДоступProject Genie, пока для подходящих подписчиков Google AI Ultra
Ключевой факт #2Встроенный агент собирает приложения с горячими клавишами для диалогов и событий
Ключевой факт #3Один и тот же промпт служит повторяемым зерном для воспроизводимых сцен
DeepMind запустила Genie 4: миры из текста, которые можно исследовать в реальном времени
Видео-первоисточник / Демо
Если YouTube замедлен в вашем регионе — полный разбор и ключевые выводы приведены в тексте ниже.Открыть на YouTube ↗

Генеративное видео до сих пор работало как кино: вы пишете запрос, ждёте и получаете готовый ролик, в котором ничего нельзя изменить по ходу дела. Google DeepMind с Genie 4 предлагает другую модель взаимодействия. Это «модель мира»: она не показывает записанную картинку, а симулирует среду прямо сейчас и реагирует на ваши действия. Компания называет её самой реалистичной и интерактивной из своих моделей этого класса и уже открыла доступ к ней.

Что умеет Genie 4

Главное отличие в том, что результат не статичен. По описанию DeepMind, текстовый запрос превращается в исследуемое окружение за секунды. Дальше пользователь управляет сценой с клавиатуры, то есть перемещается по ней так же, как в простой игре. Кроме того, действие можно направлять на лету: пока мир работает, в него можно подавать новые текстовые подсказки и менять происходящее, не перезапуская сцену.

Представьте, что вы описали заброшенную станцию метро. В обычном генераторе видео вы получили бы пятнадцать секунд ролика с заранее выбранным ракурсом. В Genie 4 вы идёте по перрону сами, поворачиваете куда хотите, а потом пишете «включи аварийный свет», и сцена меняется прямо во время просмотра. Именно этот переход от «смотреть» к «участвовать» и отличает модели мира от видеогенераторов.

Агент и горячие клавиши

Вторая часть истории связана с Project Genie, средой, где доступна модель. В неё встроен агент. По словам DeepMind, команда с его помощью собирала собственные мини-приложения и привязывала их к горячим клавишам. Нажатие кнопки запускает движение персонажа, реплику диалога или событие в сцене, и всё это происходит в реальном времени. То есть вместо ручной разметки сцены вы описываете агенту, что должна делать кнопка, а он делает из этого рабочий интерфейс.

Ещё один практичный момент: промпты используются как повторяемые «зёрна». Один и тот же текст служит отправной точкой, к которой можно вернуться и получить сопоставимую сцену. Для команды это значит, что удачное окружение не нужно искать заново: достаточно сохранить описание. DeepMind называет сценарии применения от творческого прототипирования до сред для обучения роботов.

Кому это пригодится и чего пока не известно

Для геймдизайнеров и режиссёров выгода очевидна: набросать играбельный прототип сцены можно за минуты, а не за дни работы с движком и ассетами. Для робототехников интереснее другое. Обучать робота в реальном мире дорого и медленно, а симулированные среды из текстового описания потенциально позволяют быстро получать разнообразные тестовые площадки. Правда, это заявленное направление, а не подтверждённый результат.

Здесь нужны оговорки. Источник — описание видео о съёмках фильма про Genie 4, а не техническая публикация. В нём нет бенчмарков, данных о задержке, разрешении, длительности сессии, стоимости или физической точности симуляции. Утверждение «самая реалистичная» остаётся оценкой самой DeepMind. Пока неизвестно, насколько мир остаётся согласованным при долгом исследовании и годится ли такая симуляция для обучения реальных роботов.

Доступ ограничен: Genie 4 появилась в Project Genie, начиная с подходящих подписчиков Google AI Ultra. Остальным придётся ждать расширения.

Практический вывод для команд: стоит следить за моделями мира как за новым классом инструментов. Если вы делаете игры, обучающие симуляторы, интерактивные презентации или тестовые среды для агентов, эксперимент с Project Genie может дать быстрый прототип. Для производственных задач, особенно связанных с роботами, дождитесь независимых тестов, прежде чем закладывать такую симуляцию в процесс.

Сюжет

Вопросы и ответы по материалу

Что известно по теме: что умеет Genie 4?

Главное отличие в том, что результат не статичен. По описанию DeepMind, текстовый запрос превращается в исследуемое окружение за секунды. Дальше пользователь управляет сценой с клавиатуры, то есть перемещается по ней так же, как в простой игре. Кроме того, действие можно направлять на лету: пока мир работает, в него можно подавать новые текстовые подсказки и менять происходящее, не перезапуская сцену. Представьте, что вы описали заброшенную станцию метро.

Что известно по теме: агент и горячие клавиши?

Вторая часть истории связана с Project Genie, средой, где доступна модель. В неё встроен агент. По словам DeepMind, команда с его помощью собирала собственные мини-приложения и привязывала их к горячим клавишам. Нажатие кнопки запускает движение персонажа, реплику диалога или событие в сцене, и всё это происходит в реальном времени. То есть вместо ручной разметки сцены вы описываете агенту, что должна делать кнопка, а он делает из этого рабочий интерфейс.

Что известно по теме: кому это пригодится и чего пока не известно?

Для геймдизайнеров и режиссёров выгода очевидна: набросать играбельный прототип сцены можно за минуты, а не за дни работы с движком и ассетами. Для робототехников интереснее другое. Обучать робота в реальном мире дорого и медленно, а симулированные среды из текстового описания потенциально позволяют быстро получать разнообразные тестовые площадки. Правда, это заявленное направление, а не подтверждённый результат. Здесь нужны оговорки.

ЖХ
Жемал Хамидун — CPO Alpina Digital, продакт-менеджер AlpinaGPT. Делает AI-продукты с 2019 года. Hamidun News — pet project, который вырос в production-агрегатор с 6000+ читателей.
✦ Единое AI-пространство · Nomad

Протестируйте новые LLM и мультимодальные модели в одном окне

Платформа Nomad AI (nomadnet.ai) даёт прямой доступ к Claude Opus 5.5, GPT-6, Gemini 3.1, DeepSeek и автономным агентам без VPN, зарубежных карт и зоопарка подписок.

Открыть Nomad AI →Автономный Nomad Agent
Что вы думаете?
Загружаем комментарии…