Genie 4: Революция в интерактивности и аудио
Google DeepMind официально представила Genie 4 — самую реалистичную и интерактивную модель генерации миров на данный момент. Главное отличие новой версии от предшественников — возможность редактирования среды в реальном времени с помощью текстовых промптов прямо во время навигации по миру. Пользователь может изменить погоду, добавить персонажей или изменить сюжетное направление без перезагрузки сессии.
Впервые в Genie 4 визуальный ряд сопровождается нативным аудио, которое адаптируется динамически: от фоновых звуков до диалогов персонажей, реагирующих на действия пользователя. Модель работает в связке с мультимодальными моделями Gemini, что позволяет создавать сложные сценарии через браузер.
Обновление Genie 3: Долгие сессии и панорамы
Хотя Genie 4 предлагает максимальное качество, модель Genie 3 остается доступной в Project Genie для задач, требующих длительных сессий или специфических входных данных. Обновленная версия Genie 3 получила следующие ключевые улучшения:
- Увеличение длительности: Время генерации одной сессии увеличено с 60 секунд до 3 минут.
- Панорамная привязка: Теперь можно использовать 360-градусные панорамные изображения в качестве «затравки» (seed) для создания новых миров, сохраняя консистентность пространства.
- Цепочки миров: Появилась возможность связывать несколько сгенерированных миров в единую последовательность (world chaining), создавая длинные маршруты (например, полет через лес, подводные руины и ледяные моря).
Project Genie Agent и Галерея
Параллельно запущен Project Genie Agent — инструмент, позволяющий создавать миры через естественный язык, а не просто через одиночные промпты. Агент координирует работу моделей для создания визуального стиля и кастомных саундтреков. Также открыта Community Gallery, где пользователи могут публиковать свои миры, исследовать работы других и ремиксовать их. Среди первых примеров — интерактивный детектив «Villa Giallo» и симуляция жизни колонии муравьев «The Life of Ants».
Доступность и технические детали
Новая функция доступна подписчикам Google AI Ultra. Пользователи тарифа Google AI Pro могут встать в лист ожидания. Все сгенерированные видео и аудио содержат водяные знаки SynthID для защиты от мисконсепции. Google отмечает, что модель все еще находится в стадии исследований, и команда работает над снижением задержки камеры (latency) и улучшением физической симуляции.
Сравнение возможностей моделей
| Характеристика | Genie 4 | Genie 3 (обновленная) |
|---|---|---|
| Основная цель | Максимальная реалистичность и интерактивность | Длительные сессии и сложные маршруты |
| Длительность сессии | Стандартная (не указана, акцент на динамику) | До 3 минут на генерацию |
| Аудио | Нативное, адаптивное, диалоги | Информация недостаточна (акцент на визуал) |
| Управление в реальном времени | Полное (погода, объекты, сюжет) | Динамические события по промптам |
| Входные данные | Текст, изображения | 360° панорамы, текст |
| Связывание миров | Информация недостаточна | Поддержка (world chaining) |
Источник: Google DeepMind ↗
