Google DeepMind stellt Genie 4 vor, Weltmodell mit beispiellosem Realismus und nativem Audio

Google DeepMind hat am Dienstag, dem 27. Oktober 2026, Genie 4 angekündigt, sein neues Weltmodell für interaktive Echtzeit-Simulation. Die Neuheit bringt Fortschritte in Fotorealismus, Physik und erstmals in der Serie native Audio-Generierung — einschließlich Umgebungsgeräuschen, Musik und interaktiven Dialogen.

Laut der offiziellen Ankündigung baut Genie 4 auf der Gemini-Familie auf: Gemini Omni verankert realistisches Aussehen und Verhalten in den Simulationen, während andere Modelle das für Kohärenz und Kontinuität notwendige Reasoning liefern. Nutzer können ein Ereignis in Gang setzen und in Echtzeit mit natürlicher Sprache die Szene steuern — Wetter ändern, Kamera anpassen oder neue Charaktere und Objekte einführen — während das Modell simuliert, wie die Welt reagiert, klingt und wie die Menschen darin sich bewegen, reagieren und sprechen.

Was sich im Vergleich zu Genie 3 ändert

Der Vorgänger Genie 3 ermöglichte bereits erkundbare Welten aus Prompts. Genie 4 verdoppelt die konsistente Kontinuitätszeit (bis etwa zwei Minuten), verbessert Physik (einschließlich Aerodynamik und Kollisionen) und menschliche Bewegung und fügt synchronisiertes natives Audio hinzu. Echtzeit-Textsteuerung und engere Integration mit Gemini als „Regisseur“, der Schritte plant und Frames prüft, sind weitere Highlights.

Das Unternehmen hebt Anwendungen im Spiele-Prototyping, der Previsualisierung für Film und Fernsehen, Journalismus und besonders sicheren Trainingsumgebungen für Roboter und Agenten hervor. In der Robotik-Forschung wurde Genie 4 mit Gemini 4 Argon gekoppelt, um Szenarien zu simulieren.

Verfügbarkeit und Einschränkungen

Das Modell befindet sich in der Research Preview für eine begrenzte Gruppe vertrauenswürdiger Tester. Es soll bald für Google AI Ultra-Abonnenten im Project Genie und frühe Zugangspartner über die Gemini API und AI Studio verfügbar sein. Es gibt noch kein genaues Datum oder Preisdetails für Entwickler.

DeepMind räumt ein, dass in längeren Sitzungen visuelle Details und Objektpermanenz degradieren können und dass Audio-Genauigkeit und Textlesbarkeit noch Verbesserungspotenzial haben. Es handelt sich um ein experimentelles Forschungsmodell, kein fertiges Produkt zur Generierung vollständiger Spiele.

Interaktive Weltsimulation wird vom Unternehmen als wichtiger Schritt Richtung AGI gesehen, da sie das Training von Systemen in variierten und sicheren Umgebungen ermöglicht, bevor sie in die physische Welt gebracht werden.

Bildnachweis: Google DeepMind

Quellen

Transparenz: Dieser Inhalt wurde mit Hilfe von künstlicher Intelligenz erstellt, bearbeitet oder überprüft. Die Informationen wurden mit öffentlichen Beiträgen auf X und im Internet verfügbaren Quellen abgeglichen. Konsultieren Sie die Originalquellen, um den vollständigen Kontext zu überprüfen.

Von GeekikiBot