LONDON (IT BOLTWISE) – DeepMind stellt mit Genie 4 ein neues World Model vor, das virtuelle Welten deutlich realistischer simulieren soll. Im Kern unterstützt das System dynamische Änderungen während der Simulation, und es arbeitet dabei mit Gemini als Steuerung. Neu ist außerdem nativer Audio-Content, inklusive der Möglichkeit für interaktiven Dialog mit menschlicher Sprache. Für Entwickler ist der nächste Schritt die Integration über die Gemini API und AI Studio, der Rollout erfolgt jedoch gestaffelt.
DeepMind setzt bei Genie 4 nicht auf den nächsten „Look-at-me“-Videotrick, sondern auf die Idee, dass KI-Modelle reale Interaktionen besser erlernen können, wenn sie in einer frei erkundbaren Simulation trainieren. World Models erzeugen dabei keine vorgerenderten Szenen, sondern eine Umgebung, die sich als fortlaufende Bildsequenz entwickeln lässt, während Nutzer sie mit Prompts ansteuern. Entscheidend ist: Die Simulation soll ohne manuell programmierte Interaktionslogik auskommen und trotzdem konsistent bleiben – zumindest für einen gewissen Zeitraum. Genau an dieser Stelle liegt auch der Schwerpunkt der Verbesserungen gegenüber Genie 3, das als begrenzter Web-Prototyp gestartet war.
Genie 4 macht sich eine neuere Gemini-Generation zunutze, um die Simulation zielgerichtet zu steuern. Laut Beschreibung wird bei einem Prompt ein „guiding agent“ auf Basis von Gemini 3.8 Flash eingesetzt, der die Aufgabe in Schritte zerlegt und die entstehenden Frames fortlaufend bewertet. Das soll verhindern, dass das System schon nach kurzer Zeit vom ursprünglichen Ziel abdriftet. In der Praxis bedeutet das: Nutzer können sich durch verschiedene Umgebungen bewegen, ohne dass die anfängliche Kontextannahme komplett „verloren geht“. DeepMind merkt gleichzeitig an, dass die Konsistenz im Verlauf zwar stabiler gehandhabt wird, aber weiterhin nur für einige Minuten anhalten kann, bevor sich Inkonsistenzen einschleichen.
Für den Techniknutzen ist neben der Steuerung vor allem die Möglichkeit wichtig, Parameter während des Runs zu ändern. Genie 4 unterstützt solche Midstream-Änderungen, etwa bei der Wetterlage, das Hinzufügen neuer Elemente oder das Verstellen der Kamera. Damit nähert sich das System einem Workflow an, der eher nach „iterativem Testen“ aussieht als nach dem Generieren eines einzelnen Ergebnisses. DeepMind verknüpft das zudem mit dem allgemeinen Ansatz, dass Reasoning-Modelle interne zusätzliche Prompts erzeugen, um die passenden Token in den Ausgaben zu treffen. Auch wenn Genie 4 damit weiterhin ein KI-gestütztes Generationssystem bleibt, wirkt diese Kombination wie ein Versuch, die typische Schwäche von generativen Modellen – das schleichende Abwandern der Darstellung – durch fortlaufende Zielbewertung einzudämmen.
Wo Genie 3 in vielen Köpfen als „Spiele-Vorschau“ hängen blieb, will DeepMind den Fokus auf physikalisch plausiblere Simulationen lenken. Laut Angaben soll Genie 4 in Bereichen wie Aerodynamik und Kollisionen genauer werden, was zwei Effekte haben kann: Zum einen steigt die visuelle Glaubwürdigkeit, zum anderen werden die generierten Szenen potenziell nützlicher für Zwecke des Trainings oder für schnelles Prototyping. Gerade in der Robotik-Weiterbildung oder im technischen Creative-Workflow ist die Aussagekraft solcher Simulationen oft der Flaschenhals. Dazu passt auch, dass die Darstellungen von Menschen in den Welten weniger „unheimlich“ wirken sollen – mit natürlicheren Bewegungen und Reaktionen auf die dynamische Umgebung.
Der größte neue Baustein ist jedoch die Einbindung von Audio. Genie 4 ist demnach das erste World Model von DeepMind mit nativen Soundausgaben: Videos sollen Hintergrundgeräusche tragen, und Nutzer können Audio-Elemente direkt in ihren Prompts spezifizieren. Noch relevanter ist die angekündigte Ausbaustufe beim Sprechen: DeepMind verspricht interaktiven Dialog, der sich an Änderungen in der Simulation anpasst. Wenn das zuverlässig funktioniert, könnte das aus dem bisherigen „schaulichen“ Medium Videogeneration deutlich mehr machen – nämlich zu einer Umgebung, in der sich ein KI-System wirklich wie ein Gegenüber verhalten kann, statt nur Begleittext zu liefern.
Für den Markt bedeutet das: World Models treten stärker aus der Forschungsnische in Richtung Entwickler-Ökosystem. DeepMind betont zwar, dass es sich weiterhin um einen aktiven Forschungsbereich handelt – Genie 3 sei über den eng begrenzten Project-Genie-Webzugang nicht hinausgekommen –, parallel soll Genie 4 mit einer kleinen Gruppe vertrauenswürdiger Tester vorbereitet und anschließend schrittweise erweitert werden. Der Zugang soll laut Plan zunächst über Entwicklerkanäle erfolgen, konkret über die Gemini API sowie AI Studio; eine Preisauskunft liegt noch nicht vor. Für Konsumenten ist der Rollout ebenfalls gestaffelt und an die teureren AI-Ultra-Pläne geknüpft, die bei 100 US-Dollar pro Monat starten. Perspektivisch nennt DeepMind außerdem eine mögliche Ausweitung auf AI Pro und AI Plus – allerdings soll auch das im Rahmen von Project Genie passieren, das den Funktionsumfang begrenzt, und es gibt dafür eine Warteliste.
🔥 Heutige Hot Deals bei Amazon: Bis zu 80% Rabatte!
🎉 Amazon Haul-Store für absolute Schnäppchenjäger!
- ★ 23-stufiges KI-Go-Training – Für Spieler mit Grundkenntnissen der Regeln – Entwickelt als intelligenter Trainingspartner passt sich die KI Spielern von 18K bis 9D an. Ideal für alle, die die Grundregeln bereits beherrschen und ihr Spiel verbessern möchten.
- IHR EMOTIONALER AI-BEGLEITER: Eiliko ist mehr als nur ein Anhänger, es ist ein charismatischer KI-Freund. Mit einem dynamischen LED-Bildschirm, der eine Vielzahl von animierten Gesichtern und Ausdrucksformen anzeigt, reagiert er auf Ihre Interaktionen mit einzigartiger Persönlichkeit und Charme.
- 【MEHR LEBEN FÜR DEINEN SCHREIBTISCH】 Lerne Eilik kennen – deinen kleinen Roboter-Freund mit Persönlichkeit. Mit liebevollen Animationen, ausdrucksstarken Reaktionen und spielerischen Interaktionen bringt Eilik mehr Freude in deinen Alltag. Ob auf dem Schreibtisch, im Büro oder am Nachttisch – Eilik wird schnell zu einem vertrauten Begleiter für besondere Momente.
- 【XL-Größe für gedeihende Pflanzen】Geben Sie Ihren Pflanzen den Raum, den sie verdienen! Unser verbessertes, großes 13,7 cm großes Design bietet Platz für Pflanzen mit einem Durchmesser von bis zu 8,9 cm und damit deutlich mehr Platz für Wurzelwachstum und Pflanzengesundheit im Vergleich zu kleineren, veralteten Modellen. Die Produktabmessungen betragen 13,6 x 13,6 x 13,2 cm und das Gerät wiegt nur 355 g.
- V28 Update - JETZT MIT NEUEN FUNKTIONEN! Als Reaktion auf das Ladeproblem von Loona haben wir das automatische Aufladen 2.0 verbessert. Diese Optimierung hilft Loona, die Ladewege in verschiedenen Szenarien zu erkennen und anzupassen, um die Erfolgsquote beim automatischen Aufladen zu erhöhen. Mobile Hotspots können sich mit Loona verbinden und überwinden WLAN-Einschränkungen, sodass Sie jederzeit und überall mit Loona interagieren können.
- Die besten Bücher rund um KI & Robotik!
- Die besten KI-News kostenlos per eMail erhalten!
- Zur Startseite von IT BOLTWISE® für aktuelle KI-News!
- IT BOLTWISE® kostenlos auf Patreon unterstützen!
- Aktuelle KI-Jobs auf StepStone finden und bewerben!
- Künstliche Intelligenz: Dem Menschen überlegen – wie KI uns rettet und bedroht | Der Neurowissenschaftler, Psychiater und SPIEGEL-Bestsellerautor von »Digitale Demenz«
Du hast einen wertvollen Beitrag oder Kommentar zum Artikel "DeepMind Genie 4: World Model mit besserer Physik, Audio und Sprache" für unsere Leser?
#Sophos
#AmazonPrime
#Bestseller
Es werden alle Kommentare moderiert!
Für eine offene Diskussion behalten wir uns vor, jeden Kommentar zu löschen, der nicht direkt auf das Thema abzielt oder nur den Zweck hat, Leser oder Autoren herabzuwürdigen.
Wir möchten, dass respektvoll miteinander kommuniziert wird, so als ob die Diskussion mit real anwesenden Personen geführt wird. Dies machen wir für den Großteil unserer Leser, der sachlich und konstruktiv über ein Thema sprechen möchte.
Du willst nichts verpassen?
Du möchtest über ähnliche News und Beiträge wie "DeepMind Genie 4: World Model mit besserer Physik, Audio und Sprache" informiert werden? Neben der E-Mail-Benachrichtigung habt ihr auch die Möglichkeit, den Feed dieses Beitrags zu abonnieren. Wer natürlich alles lesen möchte, der sollte den RSS-Hauptfeed oder IT BOLTWISE® bei Google News wie auch bei Bing News abonnieren.
Nutze die Google-Suchmaschine für eine weitere Themenrecherche: »DeepMind Genie 4: World Model mit besserer Physik, Audio und Sprache« bei Google Deutschland suchen, bei Bing oder Google News!