Google Genie 4 объединяет генерацию интерактивных миров с Gemini

Google бахнула Genie 4.  Спойлер: это ещё один шаг к метаверсику, в котором игры будут генерироваться прямо на YouTube Для сдвгшников:  Genie 4 - новая world model, способная создавать интерактивные миры в реальном времени. Причём теперь эти миры не просто выглядят реалистичнее, но и звучат, реагируют на действия пользователя и развиваются в реалтайме под управлением Gemini. Для остальных. Google начинает объединять генерацию мета-реальности с интеллектом, который понимает происходящее внутри неё. Постметамодерн?  Что нового по сравнению с Genie 3? 1. Нативная генерация звука. Мир теперь рождается вместе со звуковым сопровождением: ветер, вода, окружающие шумы, музыка и даже интерактивные диалоги персонажей. 2. Более реалистичная физика и движения. Google флексит аэродинамику, столкновения, падение предметов, движение людей и реакцию персонажей на окружающую среду. 3. Улучшенный фотореализм. Более естественные движения, освещение и визуальная согласованность происходящего. 4. Управление сложными событиями. И вот здесь Google вонзила самую интересную фишку, о которой мало пишут. Обычная генеративная world model рисует происходящее кадр за кадром. Она способна нарядно изобразить действие, но ей сложно выдерживать длинную причинно-следственную цепочку. А Google использует две модели одновременно. Genie 4 генерирует происходящее. Gemini 3.8 Flash следит за логикой происходящего. Механизм примерно такой: Gemini получает задачу и разбивает её на последовательные шаги. Genie генерирует виртуальную сцену в реальном времени. Gemini непрерывно наблюдает за новыми кадрами и проверяет, выполнен ли очередной шаг. Если ситуация меняется, Gemini корректирует план. Genie продолжает создавать мир с учётом этих изменений. Дополнительно используется Gemini Omni, которая помогает привязывать симуляцию к внешнему виду и поведению реального мира. А Аргонский? Google уже экспериментирует с Gemini 4 Argon + Genie 4. В одной из демо они совместно симулируют гуманоидного робота Apollo, играющего в шашки: Аргонский разбивает задачу на шаги, а Genie визуализирует их выполнение. Почему это очень нарядно? Потому что мы еще дальше уходим от простой генерации видеопотока к виртуальным мирам с типа  интеллектуальным управлением. Сегодня Gemini помогает удерживать последовательность событий. Завтра подобная система потенциально сможет управлять поведением десятков персонажей, их целями, действиями и взаимодействиями. Это открывает путь к играм с не-NPC-персонажами, которые не просто выполняют заранее написанные скрипты, а адаптируются к происходящему. Ну, за геймдев, в десятый раз. А что там с Marble, которую AMD решила купить за $8,2 млрд? Здесь принципиально другая история. В сентябре AMD объявила о соглашении по приобретению World Labs, компании Фей-Фей Ли, разработавшей генератор 3D-миров Marble. Закрытие сделки ожидается до конца 2026 года. На первый взгляд Marble и Genie решают какбэ похожую задачу: создают виртуальные миры из текстовых описаний и изображений. Но мета-философия у них разная. Marble генерирует прежде всего пространство. Это полноценная пространственная 3D-сцена, которую можно исследовать, редактировать и использовать в других инструментах. Более того, Marble позволяет экспортировать: Gaussian splats. Triangle meshes - включая облегчённые коллизионные меши для физики и более качественную геометрию. Видео с попиксельно точным управлением камерой, включая улучшенную обработку изображения с сохранением геометрии сцены. То есть результат Marble можно забрать из системы и использовать в собственных 3D-проектах. Marble и демонстрации экспорта А Genie 4 генерирует не столько геометрию, сколько происходящее в мире. Она непосредственно создаёт кадры, звук, движения и реакцию среды на действия пользователя. Можно ли экспортировать хоть что-то из Genie 4? Только видосы. И все. Более того, у новой Genie 4 пока нет опубликованной технической документации, подтверждающей конкретные форматы выгрузки результатов. А теперь самое интересное. Причём здесь YouTube? ⬇️⬇️⬇️⬇️⬇️ @cgevent