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
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.
- 21 нояб. 2026 г.Apple готовит ИИ-агента и усложнила доступ чужим: разрешение теперь в 14 шагов, а не в 4
- 21 нояб. 2026 г.Gemini 4 Neon сжала бинарник TS Rust с 47,44 до 7,97 МБ меньше чем за 10 часов
- 21 нояб. 2026 г.Капитан пловцов отдала ChatGPT три задачи по расписанию и сократила рутину в разы
- 21 нояб. 2026 г.Нейросеть MIRA рисует Rocket League в 20 кадрах в секунду, но пинг доходит до 460 мс
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.
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.
Главное из мира ИИ — раз в неделю
7 ключевых событий недели, отобранных вручную. Без шума, репостов и пресс-релизов.
Готово! Проверьте почту — мы отправили подтверждение.
