Google DeepMind presenterade Genie 4 den 27 oktober. Modellen skapar inte bara en färdig film, utan miljöer som användaren kan navigera i och påverka i realtid. Med textinstruktioner går det exempelvis att ändra vädret, flytta kameran eller lägga till personer och föremål.
Enligt Google genererar modellen också omgivningsljud, musik och dialog direkt tillsammans med världen. Figurerna ska kunna reagera på det användaren gör och på händelser i miljön. Gemini-modeller hjälper till att tolka instruktionerna och hålla ihop det som händer.
Google ser möjliga användningar inom bland annat spelprototyper, planering av filmscener och simuleringar för robotar. Demonstrationsvideon är företagets eget material, inte ett oberoende test från nördigt.se.
Begränsningarna är fortfarande tydliga. Google skriver att detaljer och föremål kan förändras över tid, särskilt i längre simuleringar eller efter många ändringar. Även fysik, ljud, läsbar text och miljöernas rumsliga sammanhang behöver förbättras. Genererat ljud och video ska märkas med den osynliga vattenmärkningen SynthID.
Genie 4 har börjat släppas till utvalda testare. Google AI Ultra-prenumeranter i Project Genie och vissa utvecklarpartner ska få tillgång senare. Något datum för bred tillgång i Sverige anges inte.
