27 октября 2026 года подразделение Google DeepMind представило Genie 4 — новую «модель мира» (world model), способную в реальном времени создавать интерактивные виртуальные пространства с реалистичной физикой, звуковым сопровождением и живыми диалогами персонажей. Как следует из анонса, подготовленного командой исследователей DeepMind, модель изначально мультимодальная: она одновременно с симулируемым окружением генерирует музыку, фоновые звуки и речь. Ключевое количественное улучшение по сравнению с предыдущей версией — продолжительность стабильного взаимодействия с виртуальным миром увеличилась вдвое, с одной до двух минут. На момент публикации материал модель доступна лишь ограниченному кругу проверенных тестировщиков в рамках исследовательского превью.

Мир, который меняется по команде

Отличительная черта Genie 4 — возможность изменять виртуальное окружение прямо во время взаимодействия с ним. Пользователь текстовой командой может поменять погоду, добавить новые объекты или персонажей, а также переместить камеру; нейросеть перестраивает сцену с учётом поступивших указаний, сохраняя при этом возможность дальнейшего перемещения по созданному пространству. Управление осуществляется стандартными клавиатурными командами, что делает модель пригодной для быстрого прототипирования сцен без традиционного ручного моделирования. По заявлению разработчиков, пользователь может запустить какое-либо событие, а Genie 4 смоделирует его дальнейшее развитие — реакцию мира, его звучание, а также движения, реакции и речь находящихся в нём людей.

Физика, звук и живая речь

Среди главных улучшений — более точная имитация физических процессов: модель научилась воспроизводить столкновения объектов, аэродинамические эффекты и движения людей. Персонажи реагируют на происходящее и взаимодействуют с пользователем. Модель самостоятельно генерирует звуковое сопровождение — шум ветра, плеск воды, музыку и человеческую речь, причём диалоги изменяются в реальном времени в зависимости от действий пользователя. В демонстрациях звуковое сопровождение создаёт непосредственно сама модель, что подчёркивает её мультимодальную природу.

Согласованность сцены обеспечивает семейство Gemini

За согласованностью происходящего в сцене отвечает модель Gemini 3.8 Flash: она анализирует генерируемые кадры, разбивает сложные задачи на последовательные действия и проверяет их выполнение, а при изменении условий пользователем корректирует дальнейшие события. Google также продемонстрировала совместную работу Genie 4 и Gemini 4 Argon на примере виртуального человекоподобного робота Apollo, играющего в шашки. По данным DeepMind, модель использует и развивает возможности семейства Gemini, где одни компоненты обеспечивают реалистичное отображение и поведение симуляций, а другие выполняют сложные рассуждения, необходимые для сохранения непрерывности сцены.

Применение и планы по доступу

Разработчики рассматривают Genie 4 не только как инструмент для создания игровых миров: технологию предполагается использовать для предварительной визуализации сцен в кино, разработки игровых прототипов и подготовки тренировочных симуляций для роботов. Для контекста: предыдущую версию Genie 3 Google открыла для подписчиков AI Ultra в США в январе 2026 года, тогда продолжительность взаимодействия с виртуальным окружением ограничивалась одной минутой. Позднее Google планирует предоставить доступ к Genie 4 подписчикам AI Ultra через Project Genie, а также отдельным разработчикам через Gemini API и Google AI Studio; сроки широкого запуска не названы.

Ограничения, о которых предупреждает компания

Google предупреждает, что при длительной работе объекты могут неожиданно менять внешний вид или положение, а физика и поведение персонажей пока не всегда соответствуют реальности. Таким образом, Genie 4 на текущем этапе остаётся исследовательским инструментом, чья задача — продемонстрировать «беспрецедентный реализм» и улучшить интерактивное моделирование в реальном времени, а не заменить полноценные игровые или кинематографические конвейеры.