Google DeepMind wydał Genie 4, następną generację swojego modelu świata, który potrafi generować złożone, interaktywne symulacje otoczenia w czasie rzeczywistym. Nowa wersja dodaje obsługę audio, bardziej realistyczne wizualne detale oraz możliwość sterowania sceną poprzez prompty tekstowe wydawane w trakcie symulacji - użytkownik może zatem dynamicznie zmieniać kierunek akcji bez konieczności przerywania sesji.
Genie 4 reprezentuje istotny krok naprzód w dziedzinie world models - sztucznych inteligencji zdolnych do predykcji i generowania następnych klatek rzeczywistości na podstawie bodźców wejściowych. Poprzednia generacja Genie skupiała się głównie na wizualnych symulacjach; teraz model integruje dźwięk, co podnosi immersję i użyteczność w bardziej złożonych scenariuszach. Możliwość sterowania poprzez tekst w trakcie działania jest kluczowa - oznacza, że AI rozumie nie tylko statyczne sceny, ale potrafi adaptować dynamikę na żywo.
Model jest udostępniany w research preview dla grona zaufanych testerów, co sugeruje ostrożne podejście Google do publicznego wdrażania. Praktyczne zastosowania mogą obejmować treningi dla systemów autonomicznych, tworzenie interaktywnych gier, symulacje dla robotyki czy generowanie treningowych danych dla innych modeli AI. Technologia pokazuje, że branża zmierza w kierunku systemów potrafiących nie tylko generować obrazy, ale symulować złożoną dynamikę fizyczną świata.