Google DeepMind lanserer Genie 4: lager levende verdener med lyd og dialog i sanntid

Google DeepMind har lansert Genie 4, en ny verdensmodell som lager fotorealistiske, interaktive verdener i sanntid. Brukeren kan endre været, flytte kameraet eller sette inn nye personer med vanlig tekst mens simuleringen går, og modellen lager lyd, musikk og dialog samtidig med bildet. Foreløpig er Genie 4 bare åpnet for en begrenset gruppe testere.

Google DeepMind publiserte kunngjøringen på X klokka 17.10 norsk tid tirsdag 27. oktober, med et blogginnlegg samme dag. Google-sjef Sundar Pichai omtalte modellen som selskapets mest realistiske og interaktive verdensmodell så langt.

Styres med tekst mens verdenen lever

En verdensmodell simulerer et miljø bilde for bilde og reagerer på det brukeren gjør. Med Genie 4 navigerer brukeren med tastatur og kamera, og styrer handlingen med tekstinstruksjoner underveis. Ifølge DeepMind tilpasser Gemini instruksjonen til scenen, og mellom instruksjonene overvåker Gemini simuleringen slik at verdenen henger sammen.

Modellen bygger på Gemini-familien. DeepMind skriver at Gemini Omni forankrer simuleringen i hvordan verden faktisk ser ut og oppfører seg, mens Gemini 3.8 Flash fungerer som en styrende agent: den deler mål opp i trinn, følger med på nye bilder og sjekker om hvert trinn lyktes.

Lyd og mennesker er de store nyhetene

Genie 4 er ifølge DeepMind selskapets første verdensmodell i sanntid som lager lyd direkte. Hver verden får lyden av sitt eget miljø, som vind i trærne eller bølger mot stranden. Figurer i simuleringen kan også snakke og svare på det brukeren gjør, i sanntid.

DeepMind beskriver hvordan modellen simulerer mennesker som det største spranget: figurene skal bevege seg naturlig og reagere på omgivelsene. Selskapet oppgir også bedre fysikk, som aerodynamikk og kollisjoner.

I et forskningseksempel koblet DeepMind Genie 4 sammen med Gemini 4 Argon. Argon delte en oppgave opp i trinn, og Genie 4 simulerte Apptroniks humanoide robot Apollo som spiller dam. Google beskriver dette som en vei til å teste roboter og agenter i simulerte scenarier før de slippes ut i den fysiske verden.

Begrenset tilgang og kjente svakheter

Genie 4 er rullet ut som en forhåndsversjon for forskning til utvalgte testere. Google oppgir at modellen kommer «snart» til abonnenter på Google AI Ultra via Project Genie og til utvalgte partnere i Gemini API og Google AI Studio. Det er åpnet en venteliste. Pris, dato og hvilke land som får tilgang er ikke oppgitt i kunngjøringen.

DeepMind er selv tydelig på begrensningene. Detaljer og objekter kan endre seg eller forsvinne når en simulering varer lenge, etter flere komplekse instruksjoner eller når brukeren beveger seg rundt. Fysikk, lyd, lesbar tekst og romlig presisjon over tid er fortsatt forskningsområder. Alt bilde og all lyd fra Genie 4 merkes med Googles usynlige vannmerke SynthID, og modellen har ifølge selskapet de samme sikkerhetsreglene som Googles andre modeller.

Hva det betyr for ledere

Testerne bruker ifølge DeepMind Genie 4 til forhåndsvisualisering i film, til å gjøre arkivbilder om til simulerte miljøer, til spillprototyper og til å lage scenarier for opplæring og simulering i bedrifter. For virksomheter innen media, markedsføring, spill, opplæring og robotikk kan slike verktøy korte ned veien fra idé til noe man kan se og teste.

Samtidig er dette en forhåndsversjon uten pris eller dato. Den som vil teste, kan melde seg på ventelisten, men bør vente med planer som forutsetter at verktøyet er tilgjengelig. Fotorealistiske, styrbare verdener med naturlige mennesker og stemmer gjør det også viktigere å ha regler for merking av KI-generert innhold og for hva ansatte kan lage i virksomhetens navn.

Kilder og medier

• Google DeepMind: Genie 4: A new generation of world simulation
• Google: We’re announcing Genie 4, our new world model for real-time interactive simulation
• Google DeepMind på X: kunngjøringen av Genie 4
• Sundar Pichai på X om Genie 4

Blogginnleggene fra Google og Google DeepMind er datert 27. oktober 2026. Google DeepMinds innlegg på X ble publisert klokka 17.10 norsk tid samme dag. Alle opplysninger i saken er hentet fra disse kildene.

Illustrasjon: KI-generert med Grok Bot / hogby.ai