Google DeepMind stellt Genie 4 für interaktive Simulationen mit Ton vor
Google DeepMind hat Genie 4 vorgestellt, ein KI-Modell zur Erzeugung interaktiver Welten samt Geräuschen, Musik und Dialogen, die auf Eingaben reagieren. Die Forschungsvorschau richtet sich zunächst an ausgewählte Tester; später sollen Verbraucher und Entwickler Zugang erhalten.
Google DeepMind hat Genie 4 am 27. Oktober 2026 vorgestellt. Zugang sollen zunächst Google-AI-Ultra-Abonnenten in Project Genie, dem Angebot von Google, sowie ausgewählte Partner der Gemini API, der Programmierschnittstelle für Googles KI-Modellfamilie Gemini, und von Google AI Studio, Googles Entwicklungsumgebung für KI-Anwendungen, erhalten. Für Project Genie bietet Google DeepMind eine Warteliste an.
Texteingaben verändern die simulierte Welt
In Genie 4 lassen sich Wetter, Kamerapositionen sowie Personen und Gegenstände während der Simulation durch natürlichsprachliche Eingaben verändern. Gemini passt diese Anweisungen laut Google DeepMind an die jeweilige Szene an. Zwischen den Eingaben steuert das System den weiteren Verlauf, um die Umgebung zusammenhängend fortzuführen. Navigation und Kamerasteuerung erfolgen in den vorgeführten Aufzeichnungen über gewöhnliche Tastaturbefehle.
Gemini liefert Grundlagen für Simulationen
Gemini Omni, ein KI-Modell aus der Gemini-Familie, liefert laut Google DeepMind die Grundlage für wirklichkeitsnahes Aussehen und Verhalten. Weitere Gemini-Modelle übernehmen Schlussfolgerungen, die Zusammenhang und Kontinuität der Simulation sichern sollen. Der Anbieter beschreibt außerdem die Nachbildung physikalischer Vorgänge, darunter Luftströmungen und Zusammenstöße. Simulierte Menschen sollen sich natürlich bewegen, auf ihre Umgebung reagieren und während des Ablaufs steuern lassen.
Als Einsatzfelder nennt Google DeepMind unter anderem Übungsumgebungen für Roboter und automatisierte Systeme sowie neue interaktive Erlebnisse. Eine der vorgeführten Szenen zeigt den Fall eines Ahornsamens vom Baum ins Gras.
Dieser Artikel wurde KI-generiert erstellt. Die Themenauswahl trifft die Redaktion, die redaktionelle Verantwortung liegt bei KI-Prüfstand.