Google представила Genie 4 — нове покоління world-моделі
Google DeepMind випустила Genie 4 — world-модель, яка генерує інтерактивні середовища в реальному часі зі звуком, фізикою та керуванням через промпти.
Google DeepMind представила Genie 4 — нове покоління своєї world-моделі. Попередня версія вийшла понад рік тому, у серпні 2025 року. У новій моделі головний акцент зроблено на реалізмі, мультимодальності, покращеній фізиці та інтерактивності.
Модель генерує світ у реальному часі й одразу зі звуком. Музика, шум оточення та навіть діалоги персонажів створюються разом із зображенням, а репліки підлаштовуються під дії користувача.
Сцену можна змінювати та режисувати за допомогою промптів просто на льоту. Наприклад, змінити погоду або додати персонажів чи об’єкти.
Всередині працює кілька моделей Gemini. Gemini Omni відповідає за реалістичний вигляд і поведінку світу, інші моделі стежать за зв’язністю симуляції, а Gemini 3.8 Flash окремо діє як агент у циклі — фактично як «мозок»: розбиває ціль на кроки, перевіряє їх виконання та перебудовує план, якщо користувач захотів щось змінити.
За задумом Google, у таких середовищах можна тестувати роботів і ШІ-агентів. Компанія навіть показала демо, у якому гуманоїд Apollo від Apptronik грає у шашки всередині згенерованого світу.
Чому це важливо
АналітикаGenie 4 показує, як world-моделі перетворюються на динамічні пісочниці для тренування агентів і тестування роботів, а мультимодальна генерація в реальному часі може прискорити розвиток інтерактивних симуляцій.
Обговорити новину у спільноті
Діліться своїм досвідом та думками з ШІ-розробниками
Пов'язані матеріали екосистеми
Практичні гайди, термінологія та агентські скіли
Synthetic Personas & Multi-Role Simulation
Методика моделювання різнорідних ролей користувачів, безпекових аудиторів та експертів з доступності за допомогою спеціалізованих системних промптів для всебічного стрес-тестування додатків.
Google представила Genie 4 для створення інтерактивних віртуальних світів
Google DeepMind представила Genie 4 — модель, яка генерує інтерактивні віртуальні світи з графікою, фізикою, музикою та діалогами під час переміщення користувача.
Jev та System One AI: повний практичний гайд по моделі рішень від TypeSafe
Глибокий інженерний розбір флагманської моделі Jev: архітектура System One проти LLM, примітиви Choice/Score/Noul, паралелізм запитів, математика впевненості, відео-кейси, код та огляд локальних open-weight альтернатив (Laya, GLiNER2.5, CLM-8B).
Частина II. Архітектура ШІ-агентів: від моделі до пам'яті та інструментів
Глибоке інженерне занурення: токенізація, KV-кеш, детермінізм семплінгу, тренувальний стек, квантування, контекстна інженерія, стек безпеки, виробничий RAG, ReAct та мультиагентні swarm-системи.
Підключення баз знань (Google Drive, Notion, Confluence)
Технологія інтеграції корпоративних джерел даних із мовними моделями за допомогою готових конекторів (Connectors / ETL). Автоматично синхронізує оновлені документи з Google Drive, Notion, Confluence та Slack із векторною базою без ручного завантаження файлів.
NVIDIA представила MotionBricks для генерації рухів у реальному часі
NVIDIA представила MotionBricks — ШІ-модель для генерації реалістичних рухів людей і роботів у реальному часі, а спільнотна реалізація досягає близько 10 тисяч генерацій за секунду на одній RTX 4090.