Искусственный интеллект постепенно перестаёт быть инструментом, который только отвечает на вопросы, рисует картинки или создаёт видеоролики. Google DeepMind представила Genie 4 - модель, способную генерировать интерактивные виртуальные миры. В них можно перемещаться, менять окружающую обстановку и наблюдать, как созданная нейросетью среда реагирует на действия человека.
О новой разработке компания объявила 27 октября. В Google называют Genie 4 моделью мира (world model), предназначенной для симуляций в реальном времени. В отличие от обычного видеогенератора, который создаёт последовательность кадров для просмотра, такая система должна моделировать происходящее и позволять пользователю влиять на развитие событий.
Виртуальный мир меняется по команде
Принцип работы Genie 4 можно представить на простом примере. Пользователь задаёт описание места или ситуации, после чего нейросеть создаёт соответствующую среду. Это может быть улица современного города, лес, побережье или фантастический ландшафт.
Но главное начинается после генерации. Человек может перемещаться по созданному пространству, управлять камерой и давать текстовые команды прямо во время симуляции. Например, попросить изменить погоду, добавить нового персонажа или предмет. Система должна не просто вставить отдельный эффект, а перестроить происходящее с учётом изменений.
Как объясняет Google DeepMind в официальном описании проекта, модель способна воспроизводить движение людей и объектов, физические взаимодействия, столкновения и другие события. Разработчики также показывают сцены, в которых персонажи реагируют на окружение и команды пользователя.
Ещё одна важная особенность - звук. Genie 4 генерирует его одновременно с изображением: от шума ветра и волн до музыки и диалогов персонажей. Это первая модель мира Google DeepMind, в которой аудио создаётся непосредственно в процессе симуляции. Персонажи могут отвечать на действия пользователя, а звуковая среда меняется вместе с происходящим.
Зачем Google понадобились виртуальные миры
У технологии есть несколько потенциальных направлений применения.
В игровой индустрии Genie 4 может ускорить создание прототипов. Разработчику не обязательно сначала строить полноценную игровую среду: он сможет быстро проверить идею, изменить визуальный стиль, расположение объектов или механику взаимодействия. Это не означает, что нейросеть уже заменяет игровые движки и готовые игры, но она может стать дополнительным инструментом на ранних этапах разработки.
В кино и рекламе подобные симуляции могут использоваться для предварительной визуализации сцен. Режиссёр или оператор сможет менять ракурс, освещение, расположение персонажей и пробовать разные варианты эпизода ещё до начала съёмок.
Однако наиболее серьёзное направление связано с робототехникой. Роботов необходимо обучать действовать в самых разных условиях: обходить препятствия, взаимодействовать с предметами, реагировать на изменения обстановки. Реальные испытания требуют времени, оборудования и могут быть небезопасны. Виртуальная среда позволяет моделировать большое количество сценариев до того, как робот столкнётся с ними в физическом мире.
Google уже демонстрирует эксперименты, в которых языковые модели Gemini разбивают задачу на последовательные действия, а Genie 4 воспроизводит их в симуляции. Подробнее компания рассказывает об этом в техническом блоге проекта.
До полноценного продукта ещё далеко
Несмотря на впечатляющие демонстрации, Genie 4 пока нельзя считать готовой универсальной платформой. Google подчёркивает, что речь идёт об экспериментальной технологии на стадии исследовательского тестирования.
Доступ к ней сначала получили ограниченные группы доверенных тестировщиков. В дальнейшем компания планирует открыть возможность работы с моделью подписчикам Google AI Ultra через Project Genie, а также отдельным партнёрам через Gemini API и Google AI Studio.
Есть и технические ограничения. При длительной работе виртуальная среда может терять согласованность: детали объектов меняются, предметы могут вести себя непоследовательно, а сложные изменения способны нарушать целостность сцены. Точность физики, звука, взаимодействия нескольких персонажей и отображения текста также остаётся предметом дальнейшей разработки.
По данным TechCrunch, Genie 4 способна поддерживать согласованную сцену примерно до двух минут. Для демонстрации технологии этого достаточно, но до продолжительных игровых сессий или сложных профессиональных симуляций ещё далеко.
Следующий этап развития ИИ
Появление Genie 4 показывает, в каком направлении развивается искусственный интеллект. Если раньше главным результатом работы нейросети был готовый текст, изображение или видео, то теперь исследователи пытаются создавать системы, способные моделировать целую среду и её реакцию на действия человека.
Это важный шаг не только для развлечений. Подобные технологии могут изменить подход к обучению роботов, проектированию, созданию визуального контента и проверке сложных сценариев.
Пока Genie 4 остаётся исследовательским проектом, а заявления о её возможностях предстоит проверить независимым специалистам. Но сама идея уже обозначает новую цель индустрии: не просто генерировать картинку на экране, а создавать виртуальную реальность, с которой человек или машина смогут взаимодействовать.
