Was Genie 4 kann
Google DeepMind hat Genie 4 als Research-Preview vorgestellt. Laut heise online erzeugt das Weltmodell aus Text- oder Bildvorgaben interaktive 3D-Umgebungen, die Nutzer per Tastatur erkunden können. Neu ist die Audioerzeugung: Genie 4 generiert neben den Bildern auch passende Umgebungsgeräusche, Musik und Sprache. Nutzer können laut Bericht zudem während der laufenden Simulation etwa das Wetter ändern oder Gegenstände hinzufügen.
Grenzen und Zugang
Die Simulationsdauer ist laut Bloomberg auf bis zu zwei Minuten begrenzt, und die Umgebungen bleiben nach Angaben des Google-Forschers Hang Qi nicht durchgehend konsistent. Golem berichtet, dass das Modell zunächst ausgewählten Testern zur Verfügung steht. Heise nennt als nächste Schritte den Zugang über Project Genie für Abonnenten von Google AI Ultra sowie ausgewählte Entwickler über die Gemini API und Google AI Studio, ohne einen Termin für die allgemeine Veröffentlichung zu nennen.
Einordnung
Was Genie 4 für die Praxis bedeuten kann, ist laut DeepMind-Produktmanager Diego Rivas noch offen, da die Technologie weiterhin in der Forschungsphase ist. Die berichteten Einsatzfelder wie Filmszenen, Spieleprototypen oder das Training von Robotern und KI-Agenten sind bisher Erprobungen und keine gesicherten Anwendungen. Für dich als Entscheider lohnt sich vor allem die Beobachtung, ob Weltmodelle künftig helfen, Handlungen vorab virtuell zu planen.
Quellen
Redaktionell verantwortet von Ideal Syka. Quellen und Arbeitsweise: Redaktion & Methode. Hinweise und Korrekturen: ai@i6eal.de.
