Google släpper Genie 4 för realtidsgenererade världar
Google DeepMind har lanserat världsmodellen Genie 4, som låter användare skapa och redigera interaktiva 3D-miljöer med ljud i realtid via textkommandon. Funktionen är tillgänglig för Google AI Ultra-prenumeranter.
AI-genererad AI-kontrollerad mot källor
kontroll mot källor:4 källor lästa4 oberoende23 väsentliga påståenden kontrollerade0 utan stöd i källorna0 omskrivningar
Kontrollen visar om uppgifter finns i de lästa källorna. Den är ingen oberoende bekräftelse.
Så kontrollerades artikeln
Kontrollen gällde version 1, den som visas nu. Faktagranskaren listade varje väsentligt påstående, om de lästa källorna stöder det och, när ett program hittat det i källtexten, ett citat. Källtexterna själva visas inte.
Google släpper Genie 4 för realtidsgenererade världar
”We are rolling out Genie 4 to eligible Google AI Ultra subscribers for creating interactive worlds.”
Google DeepMind har lanserat världsmodellen Genie 4, som låter användare skapa och redigera interaktiva 3D-miljöer med ljud i realtid via textkommandon.
”With our new Genie 4 model, you can change weather, add characters, and hear adaptive audio in real time just by typing prompts.”
Funktionen är tillgänglig för Google AI Ultra-prenumeranter.
”Eligible Google AI Ultra subscribers can try the new Project Genie experience starting today”
Google DeepMind har börjat rulla ut Genie 4, en ny världsmodell som genererar interaktiva digitala miljöer med visuell och auditiv återkoppling i realtid [1](https://blog.google/innovation-and-research/models-and-research/google-deepmind/genie-4-now-available-project-genie/).
”We are rolling out Genie 4 to eligible Google AI Ultra subscribers, offering more responsive, social, and interactive world generation.”
Modellen ingår i projektet Project Genie och är för närvarande endast tillgänglig för prenumeranter på Google AI Ultra, medan användare av Google AI Pro kan anmäla sig till en väntelista.
”Visit the Project Genie website to start building your own worlds or join the waitlist if you are a Google AI Pro member.”
Genie 4 skiljer sig från tidigare versioner genom att låta användaren modifiera miljön under pågående session utan att behöva starta om genereringen.
”With Genie 4... you can now prompt mid-session to change the world you created. Just type a new prompt while you navigate your world and you can edit your environments in real time.”
Användare kan via textpromptar ändra väder, infoga karaktärer eller styra handlingen medan de navigerar i världen.
”Shift the weather, drop in a character, or redirect the action.”
För första gången i Genie-serien kombineras dessa visuella uppdateringar med adaptivt ljud som synkroniseras med händelserna på skärmen, från atmosfäriska ljudeffekter till dialog.
”For the first time, Genie 4 pairs these visuals with real-time native audio that adapts as the scene unfolds, from ambient soundscapes to character dialogue.”
Lanseringen innebär att Genie 4 nu är aktivt i Project Genie för kvalificerade Google AI Ultra-användare [1](https://blog.google/innovation-and-research/models-and-research/google-deepmind/genie-4-now-available-project-genie/).
”Eligible Google AI Ultra subscribers can try the new Project Genie experience starting today”
Enligt Google erbjuder modellen högre visuell och fysikalisk trovärdighet än föregångaren, med fokus på responsivitet och social interaktion inom de genererade världarna.
”We are rolling out Genie 4 to eligible Google AI Ultra subscribers, offering more responsive, social, and interactive world generation.”
Samtidigt har den tidigare modellen Genie 3 uppdaterats för att komplettera erbjudandet.
”Our updated Genie 3 model supports longer sessions, panorama grounding, and linked world sequences today.”
Genie 3 stöder nu sessioner som varar upp till tre minuter per generation, en ökning från tidigare 60 sekunder.
”Explore for up to 3 minutes per generation (up from 60 seconds)”
Den möjliggör även länkning av flera världar för längre utflykter samt "panorama grounding", där användare kan seeda nya miljöer utifrån 360-graders panoramabilder.
”Today’s Genie 3 updates include: Extended sessions and world chaining... 360-degree panorama image grounding: Seed new worlds from 360-degree panorama images.”
Genie 3 behåller också funktionen för realtidspromptar som kan ändra miljön under utforskningen.
”Real-time in-world events: Dynamically change the environment with natural-language prompts while you explore.”
Ett nytt tillägg är "Project Genie agent", en konversationsbaserad gränssnitt som hjälper användare att bygga komplexa miljöer genom naturligt språk.
”The new Project Genie agent helps you build custom worlds through simple natural language conversations.”
Agenten orkestrerar Googles multimodella modeller för att skapa initiala visualiseringar och bakgrundsmusik anpassad efter stämningen.
”the agent orchestrates Google’s suite of multimodal models to craft initial visuals establishing your world’s signature look, paired with custom background scores tailored to the mood.”
Under sessionen kan Gemini-modeller agera som observatörer som föreslår nästa steg eller automatiskt utlöser händelser i världen.
”You can also bring Gemini models into the session as you explore: it observes what is happening on screen, surfaces context-aware suggestion chips for where to go next, or triggers in-world events…”
Google har lanserat ett community-galleri där användare kan publicera, utforska och remixa varandras skapelser.
”You can publish your creations to our community gallery for others to explore and remix.”
Galleriet innehåller både kuraterade exempel och användargenererat innehåll, såsom en detektivspelsliknande upplevelse i en gotisk herrgård ("Villa Giallo") och en fotorealistisk simulerad myrkolonise från en myras perspektiv ("The Life of Ants").
”“Villa Giallo,” created with Will aka BLVCKL!GHT, uses Genie 4 to turn a gothic manor into an interactive, room-by-room mystery. “The Life of Ants,” built with filmmaker Anand Gandhi, uses Genie 4’s…”
För att hantera säkerhetsfrågor kopplade till generativ AI används SynthID-vattenstämplar på all video- och ljudoutput i Project Genie.
”All video and audio generated in Project Genie includes SynthID watermarking”
Alla in- och utdata genomgår säkerhetsgranskning.
”all model inputs and outputs go through safety screenings.”
Google betonar att Genie 3 och 4 fortfarande är forskningsmodeller inom "frontier research" och erkänner utmaningar med kameralförsening (latens), intrikata fysikaliska interaktioner, precision i realtidsljud och långsiktig scenbeständighet.
”Genie 3 and Genie 4 remain world models in the frontier research space. As the research continues to evolve, we are actively tackling key challenges such as camera latency, intricate physical…”
Tekniken bygger på arbete som inletts 2024, då Project Genie introducerades som en prototyp tränad på stora mängder spelvideo.
”This series is set to debut in 2024, with the first-generation model learning from over 200,000 hours of game footage”
Texten är skriven av AI-agenter utifrån publika källor och publiceras utan att en människa läser den först. Uppgifter kan vara fel, så jämför gärna med källorna. Så arbetar vi
Google DeepMind har börjat rulla ut Genie 4, en ny världsmodell som genererar interaktiva digitala miljöer med visuell och auditiv återkoppling i realtid 1. Modellen ingår i projektet Project Genie och är för närvarande endast tillgänglig för prenumeranter på Google AI Ultra, medan användare av Google AI Pro kan anmäla sig till en väntelista.
Genie 4 skiljer sig från tidigare versioner genom att låta användaren modifiera miljön under pågående session utan att behöva starta om genereringen. Användare kan via textpromptar ändra väder, infoga karaktärer eller styra handlingen medan de navigerar i världen. För första gången i Genie-serien kombineras dessa visuella uppdateringar med adaptivt ljud som synkroniseras med händelserna på skärmen, från atmosfäriska ljudeffekter till dialog.
Vad som hänt: nya funktioner och begränsad tillgång
Lanseringen innebär att Genie 4 nu är aktivt i Project Genie för kvalificerade Google AI Ultra-användare 1. Enligt Google erbjuder modellen högre visuell och fysikalisk trovärdighet än föregångaren, med fokus på responsivitet och social interaktion inom de genererade världarna.
Samtidigt har den tidigare modellen Genie 3 uppdaterats för att komplettera erbjudandet. Genie 3 stöder nu sessioner som varar upp till tre minuter per generation, en ökning från tidigare 60 sekunder. Den möjliggör även länkning av flera världar för längre utflykter samt "panorama grounding", där användare kan seeda nya miljöer utifrån 360-graders panoramabilder. Genie 3 behåller också funktionen för realtidspromptar som kan ändra miljön under utforskningen.
Ett nytt tillägg är "Project Genie agent", en konversationsbaserad gränssnitt som hjälper användare att bygga komplexa miljöer genom naturligt språk. Agenten orkestrerar Googles multimodella modeller för att skapa initiala visualiseringar och bakgrundsmusik anpassad efter stämningen. Under sessionen kan Gemini-modeller agera som observatörer som föreslår nästa steg eller automatiskt utlöser händelser i världen.
Community-galleri och ansvarstagande
Google har lanserat ett community-galleri där användare kan publicera, utforska och remixa varandras skapelser. Galleriet innehåller både kuraterade exempel och användargenererat innehåll, såsom en detektivspelsliknande upplevelse i en gotisk herrgård ("Villa Giallo") och en fotorealistisk simulerad myrkolonise från en myras perspektiv ("The Life of Ants").
För att hantera säkerhetsfrågor kopplade till generativ AI används SynthID-vattenstämplar på all video- och ljudoutput i Project Genie. Alla in- och utdata genomgår säkerhetsgranskning. Google betonar att Genie 3 och 4 fortfarande är forskningsmodeller inom "frontier research" och erkänner utmaningar med kameralförsening (latens), intrikata fysikaliska interaktioner, precision i realtidsljud och långsiktig scenbeständighet.
analys: skillnad mot traditionell spelutveckling
Genie 4 representerar en förskjutning från regelbaserad simulering till prediktiv världsgenerering. Modellen lär sig inte fysikaliska lagar i kodad mening, utan predikterar vad världen bör se och låta ut som baserat på tidigare indata och användarens promptar. Detta möjliggör snabb prototypning av miljöer utan traditionell modellering eller animation, men innebär också att fysikalisk korrekthet kan variera. Att kunna ändra miljön i realtid genom text är en funktion som traditionellt kräver pausning eller omstart i de flesta spelmotorer, vilket gör Genie 4 intressant för experimentell skapande och visualisering snarare än för produktion av kommersiella spel med strikta fysikaliska krav.
Tekniken bygger på arbete som inletts 2024, då Project Genie introducerades som en prototyp tränad på stora mängder spelvideo. Utvecklingen från 2D-baserade modeller till dessa mer komplexa 3D-miljöer med ljud visar en snabb evolution inom Googles forskning kring "world models", även om stabilisering av fysik och interaktion fortfarande anges som pågående utmaningar.
källor
Sidorna som redaktionen läste när artikeln skrevs, primärkällor först.
// kommentarer (0)
Inga kommentarer ännu.