Google DeepMind hat am 27. Oktober Genie 4 vorgestellt, ein Weltmodell für interaktive Simulation in Echtzeit. Gezeichnet ist der Beitrag von Raia Hadsell, Diego Rivas und Hang Qi. Es läuft zunächst als Research Preview bei ausgewählten Testern.
Was Genie 4 anders macht
Genie 4 ist von Grund auf multimodal. Es erzeugt die Welt und den Ton dazu im gleichen Durchgang: Umgebungsgeräusche, Musik und Dialog, der auf Eingaben reagiert. Bisher kam der Ton bei solchen Modellen hinterher oder gar nicht.
Der zweite Unterschied liegt in der Steuerung. Wer eine Szene laufen hat, kann sie per Sprache verändern, während sie läuft: Wetter umstellen, Kamera bewegen, eine Person oder ein Objekt dazusetzen. Gemini passt die Eingabe dabei an die Umgebung an, statt sie wörtlich umzusetzen. Und zwischen zwei Eingaben beobachtet und steuert Gemini die Szene selbst weiter, damit die Welt zusammenhängend bleibt.
Dahinter steht die Gemini-Familie, aufgeteilt in zwei Rollen. Gemini Omni verankert Aussehen und Verhalten in der Wirklichkeit, andere Gemini-Modelle liefern das Denken, das eine Simulation über die Zeit kohärent hält. The Verge nennt Gemini 3.8 Flash als Grundlage.
Wer es bekommt
Im Moment: ausgewählte Tester. Danach Abonnenten von Google AI Ultra in Project Genie sowie Early-Access-Partner über die Gemini API und Google AI Studio. Für Project Genie gibt es eine Warteliste. Ein Preis steht nirgends, und auch keine Zahl zu Auflösung oder Laufzeit einer Szene.
Das Ziel sind Trainingsgelände, nicht Demos
DeepMind ordnet Genie 4 ausdrücklich als Schritt in Richtung AGI ein, und die Begründung ist nicht die Grafik: beliebig variierbare, sichere Umgebungen, in denen Roboter und Agenten trainieren können. Das ist der Punkt, an dem das Thema auch für Leute interessant wird, die mit Claude arbeiten. Anthropic hat kein Weltmodell und verfolgt den Weg bisher nicht; die Überschneidung liegt woanders, nämlich bei der Frage, woran ein Agent eigentlich üben soll. Wer Agenten heute testet, baut sich Umgebungen selbst zusammen. Genie 4 ist der erste ernsthafte Versuch, sie zu generieren.