Genie 4, czyli model świata DeepMind, teraz z dźwiękiem

27 października Google DeepMind zapowiedział Genie 4, nową generację swojego modelu świata, czyli AI, które w czasie rzeczywistym generuje interaktywny świat, po którym można się poruszać. Na razie to wersja badawcza dla wybranych testerów, a w kolejce są subskrybenci Google AI Ultra w Project Genie oraz partnerzy Gemini API i Google AI Studio.

Co w tym nowego?

Najgłośniejsza nowość to dźwięk. Według DeepMind to ich „pierwszy model świata działający w czasie rzeczywistym, który natywnie generuje audio” (cytując „our first real-time world model to generate audio natively”). Razem z obrazem powstają:

1. odgłosy otoczenia,
2. muzyka,
3. dialogi postaci, które dopasowują się do tego, co dzieje się na bieżąco.

Druga rzecz to sterowanie światem zwykłym tekstem w trakcie symulacji. Możemy zmienić pogodę, przesunąć kamerę albo dodać osobę czy przedmiot, i to bez zaczynania od nowa. Modele Gemini dopasowują polecenie do sceny i prowadzą wydarzenia między kolejnymi poleceniami tak, żeby świat pozostał spójny.

Trzecia to fizyka i ludzie. W zapowiedzi czytamy o symulacji aerodynamiki i zderzeń oraz o postaciach, które same się poruszają i reagują na otoczenie.

Jak Genie 4 współpracuje z Gemini?

Tu robi się ciekawie dla fanów agentów. Genie 4 korzysta z rodziny Gemini: Gemini Omni pilnuje, żeby świat wyglądał i zachowywał się jak prawdziwy, a inne modele Gemini odpowiadają za rozumowanie i ciągłość.

W pokazie Gemini 3.8 Flash działa jako agent wewnątrz wygenerowanego świata: obserwuje scenę, dzieli cel na kroki, sprawdza na kolejnych klatkach, czy krok się udał, i poprawia plan, gdy świat się zmieni albo wtrąci się użytkownik. Do tego DeepMind pokazał eksperyment z Gemini 4 Argon i Gemini Robotics, w którym Genie 4 symuluje humanoida Apollo firmy Apptronik grającego w warcaby (bez fizycznego robota).

To ten sam kierunek co agenci Gemini, którzy przeszli Minecrafta, tyle że tu świat nie pochodzi z gry, tylko z modelu.

Jak wypadał Genie 3?

Dla porównania, Genie 3 z sierpnia 2025 generował świat w 720p i 24 klatkach na sekundę, który pozostawał spójny przez kilka minut, z pamięcią wizualną sięgającą do minuty wstecz. Dla Genie 4 DeepMind takich parametrów (rozdzielczość, liczba klatek, długość sesji) na razie nie podał.

Genie 3 trafił potem do Project Genie dla subskrybentów AI Ultra i narobił zamieszania na giełdzie. 30 stycznia 2026 Sherwood News pisał, że akcje Unity spadały o ponad 25%, a Roblox o ok. 9%. Stąd pytanie, które wraca przy Genie 4: czy modele świata zagrożą silnikom gier. Na razie to raczej ciekawostka niż gotowe narzędzie do robienia gier ;)

Jak wypróbować Genie 4?

Na dziś nie da się tego zrobić samemu, chyba że jesteśmy wśród zaproszonych testerów (DeepMind wymienia branże kreatywne, dziennikarstwo, edukację, gry i inżynierię). Dalej plan wygląda tak:

1. Project Genie dla subskrybentów Google AI Ultra, „wkrótce”.
2. Gemini API i Google AI Studio dla partnerów z wczesnym dostępem.
3. Lista oczekujących na Project Genie, do której link jest w zapowiedzi.

Daty i ceny dostępu przez API DeepMind nie podał.

Na co zwrócić uwagę?

Po pierwsze, na ograniczenia, które DeepMind sam wymienia. W dłuższych sesjach i po wielu edycjach szczegóły obrazu mogą się zmieniać, a obiekty nie zawsze pozostają na swoim miejscu. Złożone interakcje fizyczne, dokładność dźwięku w czasie rzeczywistym, czytelny tekst i długofalowa spójność to wciąż otwarte problemy.

Po drugie, na brak liczb. Mamy opis możliwości i pokazy, ale bez parametrów technicznych, więc trudno ocenić skalę skoku względem Genie 3.

Po trzecie, na oznaczanie treści. Według DeepMind każde wideo i audio z Genie 4 będzie miało znak wodny SynthID.

FAQ

Czym jest Genie 4?

To model świata od Google DeepMind, który w czasie rzeczywistym generuje interaktywne środowisko z obrazem, dźwiękiem i dialogami postaci. Świat można zmieniać poleceniami tekstowymi w trakcie symulacji.

Kiedy będzie dostępny Genie 4?

Od 27 października 2026 korzystają z niego wybrani testerzy. Według DeepMind „wkrótce” trafi do subskrybentów Google AI Ultra w Project Genie i do partnerów Gemini API oraz Google AI Studio. Dokładnej daty nie podano.

Czy Genie 4 jest darmowy?

Nie ma takiej zapowiedzi. Dostęp konsumencki ma iść przez płatną subskrypcję Google AI Ultra, a ceny API nie zostały podane.

Czym Genie 4 różni się od Genie 3?

Według DeepMind Genie 4 natywnie generuje dźwięk, lepiej symuluje fizykę i ludzi, jest bardziej fotorealistyczny i pozwala sterować bardziej złożonymi, wieloetapowymi zdarzeniami w czasie rzeczywistym.