Нейросеть Genie 4 от Google научилась озвучивать интерактивные миры в реальном времени

Google DeepMind выпустила Genie 4 — обновлённую модель искусственного интеллекта для генерации интерактивных виртуальных миров. Главное нововведение — поддержка звука: нейросеть впервые в линейке Genie создаёт звуковое сопровождение одновременно с видеорядом сцены.

Система генерирует фоновые звуки — шум ветра, воды, окружающей обстановки — и позволяет персонажам разговаривать, реагируя голосом на команды пользователя или события в созданном мире. Всё это происходит в реальном времени, без задержек на обработку.

Помимо звука, Genie 4 даёт возможность менять содержимое сгенерированного мира прямо во время симуляции. Текстовыми командами пользователь может изменить погодные условия, переместить камеру, добавить объект или персонажа. При обработке запроса модель учитывает уже существующую сцену, чтобы изменения не нарушали общую картину.

Разработчики также обновили физический движок. Genie 4 точнее воспроизводит столкновения объектов, аэродинамические эффекты и другие процессы. Поведение виртуальных персонажей стало реалистичнее: они естественно двигаются, реагируют на окружение и способны менять действия по ходу сцены.

Предыдущая версия, Genie 3, вышла в августе 2025 года и позволяла создавать интерактивные миры по текстовому запросу в разрешении 1280x720 пикселей с возможностью исследования в течение нескольких минут. В новой версии акцент сделан на связности происходящего, достоверной физике и взаимодействии с миром без задержек.

Genie 4 пока остаётся экспериментальной разработкой. Google предоставила доступ ограниченному кругу тестировщиков в формате исследовательского превью. Далее модель станет доступна подписчикам Google AI Ultra через раздел Project Genie, а партнёры компании протестируют её возможности через Gemini API и Google AI Studio.

Источник: 4pda