Google представила Genie 4 — модель искусственного интеллекта, которая создает реалистичные интерактивные миры, доступные для управления в реальном времени. Она генерирует не только изображения и движения, но и звуковое окружение, музыку и диалоги персонажей. Об этом сообщила Google DeepMind.
Виртуальную среду можно менять с помощью обычных текстовых команд: например, изменить погоду, передвинуть камеру или добавить в сцену объект либо персонажа. Система учитывает контекст и старается сохранить целостность мира после изменений. Для навигации и управления камерой также можно использовать клавиатуру.
Разработчики отмечают, что модель лучше воспроизводит физические явления и поведение людей. Она симулирует столкновения и аэродинамику, а персонажи могут естественно двигаться, реагировать на окружение и взаимодействовать с пользователем. Genie 4 также создает звук прямо во время симуляции — от шума ветра и морских волн до диалогов, меняющихся в зависимости от событий и действий пользователя.
Google рассчитывает применять технологию не только в играх и развлекательных проектах. С ее помощью разработчики смогут быстрее создавать прототипы интерактивных сред, режиссеры — экспериментировать со сценами, а исследователи — моделировать различные ситуации. Еще одно возможное применение — создание виртуальных сред, где роботы и ИИ-агенты смогут учиться перед выполнением задач в реальном мире.
Пока Genie 4 остается экспериментальной технологией и доступна ограниченному кругу тестировщиков в рамках исследовательского предварительного просмотра. Позже Google планирует открыть ее для подписчиков Google AI Ultra через Project Genie, а также для первых партнеров Gemini API и Google AI Studio. У модели есть ограничения: в продолжительных сессиях детали среды могут меняться, а физические взаимодействия, точность звука и стабильность виртуального мира требуют дальнейшей доработки. В сгенерированные видео и аудио будут добавлять невидимые водяные знаки SynthID, позволяющие распознать контент, созданный ИИ.