Genie 4 to model świata Google DeepMind, który generuje interaktywne otoczenie w czasie rzeczywistym. Użytkownik porusza się po scenie, zmienia ją poleceniami i obserwuje, jak reagują obiekty oraz postacie. Razem z obrazem powstają dźwięki, muzyka i dialogi.
Google zaprezentowało Genie 4 27 października 2026 roku. Poniżej wyjaśniam, co pokazują demonstracje, czym nowy model różni się od Genie 3 i Veo oraz jak wygląda dostęp. Stan informacji: 30 października 2026.
Genie 4 w działaniu: film EXAITY
W filmie pokazuję sterowanie światem, generowany dźwięk, współpracę z Gemini i przykład robotyki. Materiał trwa niespełna pięć minut.
Obejrzyj film o Genie 4 na kanale EXAITY.
Co to jest Genie 4 i czym jest model świata?
Model świata, czyli world model, ma przewidywać rozwój otoczenia i skutki wykonanych działań. W przypadku Genie użytkownik widzi generowaną scenę i może wpływać na jej dalszy przebieg. Obrót kamery, ruch do przodu czy nowe polecenie zmieniają zadanie, które musi wykonać model.
Można to wyjaśnić na prostym przykładzie: mijasz ławkę w ogrodzie, odwracasz się i wracasz. Wiarygodna symulacja powinna zachować jej położenie oraz wygląd otoczenia. Właśnie ciągłość takich szczegółów decyduje o tym, czy świat sprawia wrażenie trwałego. Ławka jest tutaj przykładem objaśniającym zasadę działania.
Google opisuje ten kierunek już przy Project Genie, eksperymentalnej aplikacji do tworzenia i eksplorowania światów. Warto rozróżniać nazwę aplikacji od nazwy modelu, który ją zasila.
Jak działa sterowanie w Genie 4?
Początkowy wygląd świata można określić opisem albo obrazem referencyjnym. W opublikowanych pokazach widać przyciski nawigacji, sterowanie kamerą i pole do wpisywania kolejnych instrukcji. Pozwala to obserwować scenę z różnych stron i zmieniać jej przebieg w trakcie działania.
Przy oglądaniu demonstracji zwróć uwagę na trzy rzeczy: czy otoczenie zachowuje wygląd po obrocie kamery, czy nowe polecenie pasuje do dotychczasowej sceny i czy reakcja postaci wynika z tego, co faktycznie zaszło. To znacznie więcej mówi o kontroli nad modelem niż pojedynczy efektowny kadr.
Genie 3 vs Genie 4: co się zmieniło?
Genie 3, ogłoszone w sierpniu 2025 roku, pozwalało już eksplorować generowane otoczenie i wprowadzać zmiany poleceniami. Interaktywność nie pojawia się więc w tej rodzinie modeli dopiero teraz.
W Genie 4 Google akcentuje lepszy realizm obrazu i zachowania postaci, natywne generowanie dźwięku oraz współpracę z modelami Gemini. Dźwięk rozszerza symulację: widoczne zdarzenie może mieć własny odgłos, a postać może odpowiedzieć wypowiedzią dopasowaną do sytuacji.
Dźwięk, muzyka i dialogi generowane razem ze sceną
W komunikacie premierowym Genie 4 Google opisuje generowanie odgłosów otoczenia, muzyki i dialogów reagujących na wydarzenia. Wśród demonstracji są saksofonista na jeziorze oraz lot na smoku z wypowiedziami postaci.
To dobry przykład zadania wymagającego zgodności kilku elementów. Ruch muzyka, brzmienie instrumentu i przemieszczająca się kamera powinny tworzyć jedną sytuację. Przy dialogach dochodzi jeszcze sens wypowiedzi oraz właściwy moment reakcji. Jakość każdego z tych elementów warto oceniać osobno.
Genie 4 i Gemini: planowanie oraz symulacja robota
Google opisuje układ, w którym Gemini 3.8 Flash obserwuje kolejne klatki, rozpisuje cel na kroki i sprawdza postęp. W oddzielnym eksperymencie Gemini 4 Argon pomaga kierować symulacją humanoida Apollo grającego w warcaby.
Trzeba przy tym oddzielić poprawny wygląd ruchu od poprawnego wykonania zadania. Przy warcabach należałoby sprawdzić m.in. legalność posunięcia, utrzymanie stanu planszy i skuteczność manipulowania pionkiem. Pokaz symulacji sam w sobie nie dowodzi, że fizyczny robot wykona ten sam plan przy prawdziwym stole.
Genie 4, Veo i gra komputerowa: trzy różne zadania
Veo generuje film z opisu lub obrazu. Otrzymany klip ma ustalony przebieg, który można dalej wykorzystywać w montażu. W modelu świata kolejne działania użytkownika wpływają na rozwój sceny podczas interakcji.
| Narzędzie lub forma | Główne zadanie | Co oceniać? |
|---|---|---|
| Generator wideo, np. Veo | Utworzenie klipu z opisu lub obrazu. | Obraz, dźwięk, ruch i zgodność z instrukcją. |
| Model świata, np. Genie 4 | Rozwijanie sceny reagującej na działania użytkownika. | Kontrolę, ciągłość otoczenia i reakcje na kolejne polecenia. |
| Gotowa gra | Zapewnienie rozgrywki o określonych zasadach. | Mechaniki, cele, stan gry, niezawodność i jakość doświadczenia. |
Możliwość chodzenia po wygenerowanym świecie nie daje jeszcze kompletnego systemu rozgrywki. Jeśli projekt zakłada ekwipunek, punktację czy zapis postępów, każdy z tych elementów trzeba zaprojektować i zweryfikować. To odrębne wymagania od samej jakości obrazu.
Do czego może przydać się Genie 4?
- Planowanie filmu: szybkie sprawdzenie punktu widzenia kamery, oświetlenia i przebiegu sceny przed przygotowaniem właściwego ujęcia.
- Prototyp doświadczenia lub gry: obejrzenie pomysłu na otoczenie z perspektywy odbiorcy i przetestowanie kierunku wizualnego.
- Badania nad agentami: tworzenie zróżnicowanych sytuacji, w których można obserwować planowanie i reakcje systemu.
Praktyczny punkt wyjścia to małe zadanie. Na przykład przy planowaniu ujęcia ustal jeden ruch kamery i sprawdź kilka wariantów światła. Zmienianie jednego parametru ułatwia porównanie wyników. Takie podejście pozwala ocenić użyteczność narzędzia dla konkretnej pracy.
Ograniczenia Genie 4: na co zwrócić uwagę?
Oficjalna strona modelu wymienia problemy ze spójnością szczegółów i położenia obiektów, złożonymi interakcjami, dokładnością dźwięku oraz czytelnym tekstem. Zmiany mogą narastać podczas dłuższej sesji lub po wielu poleceniach. Google opisuje interakcję trwającą kilka minut, bez obietnicy długich, stabilnych sesji.
Model nie odwzorowuje też prawdziwych miejsc z pełną dokładnością. Wygenerowanego miasta nie należy traktować jak mapy. Przy ocenie konkretnego zastosowania sprawdzaj przede wszystkim te właściwości, od których zależy wynik: trwałość obiektu, zgodność zdarzeń albo powtarzalność reakcji.
Genie 4: dostęp, Google AI Ultra i lista oczekujących
Na 30 października 2026 roku Genie 4 jest udostępniane wybranym testerom w podglądzie badawczym. Google zapowiada kolejne etapy dla abonentów Google AI Ultra w Project Genie oraz wybranych partnerów Gemini API i Google AI Studio. Na stronie modelu znajduje się odnośnik do listy oczekujących.
Nie ma tu potwierdzenia natychmiastowego dostępu dla wszystkich użytkowników z Polski ani publicznej daty pełnego wdrożenia. Wcześniejsze informacje o dostępności Project Genie z Genie 3 nie określają automatycznie dostępności czwartej generacji.
Genie 4: najczęstsze pytania
Czy Genie 4 jest darmowe?
Google nie przedstawiło w przywołanych materiałach ogólnodostępnego darmowego planu ani osobnego publicznego cennika Genie 4. Potwierdzony status to podgląd badawczy dla wybranych testerów.
Czy Genie 4 jest gotowym silnikiem do tworzenia gier?
Genie 4 generuje interaktywne symulacje. Przydatność do prototypowania trzeba oddzielić od pełnego zestawu funkcji potrzebnych do stworzenia i wydania gry.
O sposobie formułowania zadań dla modeli piszę też w artykule jak pisać prompty do ChatGPT. Warto zacząć od jasnego celu, opisu sceny i jednej zmiany, której wynik da się ocenić.
Screeny pochodzą z oryginalnych demonstracji Google DeepMind. Pokazują wyniki udostępnione przez producenta; artykuł nie opisuje własnego testu dostępu do modelu.