Большинство генеративных моделей работают одинаково: ты даёшь промпт — получаешь изображение или видео. Плоское, красивое, мёртвое. Genie 4 от Google DeepMind пробует другой подход: не генерировать контент, а симулировать среду.
Разница не косметическая. Когда ты просишь модель «пошёл дождь» — она не накладывает фильтр на картинку. Она пересчитывает поведение мира: как намокает земля, как реагируют персонажи, как меняется звук. По крайней мере, так заявлено.
Что внутри
Genie 4 построена на стеке Gemini. Gemini Omni отвечает за визуальный реализм и поведение объектов, а Gemini 3.8 Flash — за многоэтапные события и связность симуляции. По сути, разделение труда: один модуль следит, чтобы картинка выглядела правдоподобно, другой — чтобы события внутри неё не противоречили друг другу.
Нативный звук — пожалуй, самое интересное. До сих пор аудио и визуал жили отдельно, их склеивали постфактум. Дело в том, что Genie 4 декларирует звук, рождённый вместе с миром: эмбиент, физические шумы, диалоги персонажей. Первая модель такого рода, насколько можно судить по анонсу.
Управление идёт через обычный текст. Написал «камера влево, добавь туман» — Gemini адаптирует запрос под текущую сцену и применяет изменение. Никакого специального синтаксиса знать не нужно.
Где это может быть полезно
Google отдельно упоминает использование Genie 4 как среды для тестирования ИИ-агентов. На практике это логично: если нужно проверить, как агент справляется с нестандартными ситуациями, симулируемый мир дешевле и гибче, чем любой стенд. Запустил событие — посмотрел, как система реагирует.
Для геймдева потенциал очевиден, хотя до продакшна там ещё далеко. Для кино и рекламы — тоже интересно, особенно на ранних стадиях, когда нужно быстро проверить идею.
Честно об ограничениях
Google сама перечисляет проблемы — и это уже хороший знак. Визуальные детали могут «плыть» при длительных симуляциях или сложных правках: персонаж меняет цвет куртки, исчезает объект на фоне. С другой стороны, сложная физика и долгосрочная связность пока остаются зонами активной работы, а не решёнными задачами.
Точнее, модель убедительна на коротких отрезках и в контролируемых сценах. Попросить её симулировать часовую интерактивную сцену с десятками объектов — пока не то.
Кто может попробовать
Сейчас Genie 4 доступна в исследовательском превью для доверенных тестировщиков. Следующий круг — подписчики Google AI Ultra через Project Genie, а также партнёры раннего доступа через Gemini API и Google AI Studio. Широкой публике пока рано.
Посмотрим, как оно выглядит на практике, когда первые ролики потекут от реальных пользователей, а не из пресс-кита.
