Google выпустили модель мира Genie 4 - уже заявка на новый тип интерфейса с реальностью Вместо готового ролика она в реальном времени, кадр за кадром, достраивает интерактивную среду, которая сразу откликается на текстовые запросы и управление. Раньше Genie 3 умела генерировать картинку и реагировать на действия, а теперь каждый такой мир сразу обрастает звуком. Персонажи реагируют на происходящее и друг на друга, а эпизод можно править прямо по ходу, не перезапуская всё заново. Архитектура у модели гибридная. Gemini Omni отвечает за реалистичность облика и поведения, а другие модели семейства Gemini - за рассуждение, которое держит мир связным между кадрами. DeepMind говорит, что в долгих сессиях пока плывёт постоянство объектов, а качество звука в реальном времени будут дорабатывать. Пока доступ ограничен, лист ожидания тут.