Am 27. Oktober 2026 hat Google DeepMind Genie 4 vorgestellt, ein neues „Weltmodell“ (world model), das in Echtzeit interaktive virtuelle Räume mit realistischer Physik, Soundeffekten und lebendigen Charakterdialogen erstellen kann. Wie aus der von dem DeepMind-Forschungsteam vorbereiteten Ankündigung hervorgeht, ist das Modell von vornherein multimodal: Es generiert gleichzeitig mit der simulierten Umgebung Musik, Hintergrundgeräusche und Sprache. Die wesentliche quantitative Verbesserung im Vergleich zur vorherigen Version besteht darin, dass die Dauer der stabilen Interaktion mit der virtuellen Welt sich verdoppelt hat – von einer auf zwei Minuten. Zum Zeitpunkt der Veröffentlichung ist das Modell nur einem begrenzten Kreis verifizierter Tester im Rahmen einer Forschungsvorschau zugänglich.

Eine Welt, die sich auf Befehl verändert

Ein herausragendes Merkmal von Genie 4 ist die Möglichkeit, die virtuelle Umgebung direkt während der Interaktion zu verändern. Der Benutzer kann per Textbefehl das Wetter ändern, neue Objekte oder Charaktere hinzufügen sowie die Kamera bewegen; das neuronale Netz baut die Szene entsprechend den Anweisungen um und behält dabei die Möglichkeit bei, sich weiter durch den erschaffenen Raum zu bewegen. Die Steuerung erfolgt über Standard-Tastaturbefehle, wodurch sich das Modell für schnelles Szenen-Prototyping ohne traditionelles manuelles Modellieren eignet. Nach Angaben der Entwickler kann ein Benutzer ein Ereignis auslösen, und Genie 4 simuliert dessen weitere Entwicklung – die Reaktion der Welt, ihren Klang sowie die Bewegungen, Reaktionen und die Sprache der darin befindlichen Menschen.

Physik, Sound und lebendige Sprache

Zu den wichtigsten Verbesserungen gehört eine präzisere Simulation physikalischer Prozesse: Das Modell hat gelernt, Objektkollisionen, aerodynamische Effekte und menschliche Bewegungen nachzubilden. Charaktere reagieren auf das Geschehen und interagieren mit dem Benutzer. Das Modell generiert die Sounduntermalung – Windgeräusche, plätscherndes Wasser, Musik und menschliche Sprache – eigenständig, wobei sich die Dialoge in Echtzeit je nach den Aktionen des Benutzers verändern. In Demos wird die Sounduntermalung direkt vom Modell selbst erzeugt, was seinen multimodalen Charakter unterstreicht.

Szenenkonsistenz wird durch die Gemini-Familie gewährleistet

Für die Konsistenz des Geschehens in der Szene ist das Modell Gemini 3.8 Flash zuständig: Es analysiert die generierten Frames, bricht komplexe Aufgaben in aufeinanderfolgende Aktionen herunter und überprüft deren Ausführung, wobei es bei veränderten Bedingungen durch den Benutzer nachfolgende Ereignisse korrigiert. Google demonstrierte zudem die Zusammenarbeit von Genie 4 und Gemini 4 Argon am Beispiel des virtuellen humanoiden Roboters Apollo, der Dame spielt. Laut DeepMind nutzt und entwickelt das Modell die Fähigkeiten der Gemini-Familie weiter, bei der einige Komponenten eine realistische Darstellung und ein realistisches Verhalten von Simulationen gewährleisten, während andere das komplexe logische Denken übernehmen, das zur Aufrechterhaltung der Szenenkontinuität erforderlich ist.

Anwendung und Zugangsplanung

Die Entwickler betrachten Genie 4 nicht nur als Werkzeug zur Erstellung von Spielwelten: Die Technologie soll für die Vorab-Visualisierung von Szenen im Film, die Entwicklung von Spielprototypen und die Vorbereitung von Trainingssimulationen für Roboter eingesetzt werden. Zum Kontext: Die Vorgängerversion Genie 3 hatte Google im Januar 2026 für AI Ultra-Abonnenten in den USA freigegeben, wobei die Interaktionsdauer mit der virtuellen Umgebung damals auf eine Minute beschränkt war. Später plant Google, AI Ultra-Abonnenten über Project Genie sowie ausgewählten Entwicklern über die Gemini API und Google AI Studio Zugang zu Genie 4 zu gewähren; ein Termin für den breiten Start wurde nicht genannt.

Einschränkungen, vor denen das Unternehmen warnt

Google warnt, dass bei längerem Betrieb Objekte unerwartet ihr Aussehen oder ihre Position verändern können und Physik sowie Charakterverhalten noch nicht immer der Realität entsprechen. Somit bleibt Genie 4 in der aktuellen Phase ein Forschungsinstrument, dessen Aufgabe es ist, „beispiellosen Realismus“ zu demonstrieren und die interaktive Echtzeitsimulation zu verbessern, anstatt vollwertige Spiel- oder Film-Pipelines zu ersetzen.