Co potrafi Genie 4 według komunikatu
Cztery rzeczy, każdą potwierdzoną przez pokazowe nagrania. Po pierwsze, modyfikacja świata w locie: „use natural language to modify a simulation in real-time, like changing the weather, moving the camera, or introducing a new person or object”, przy czym Gemini dopasowuje polecenie do kontekstu sceny, a między poleceniami sam pilnuje, żeby świat szedł spójnie naprzód. To najbliższe temu, co w grach robił reżyser, z tym że tu reżyseruje model językowy.
Po drugie, robota i prototypowanie. W demach pojawia się ramię Universal Robots UR5 dozujące ciecz na płytce laboratoryjnej z iskrami, a DeepMind pisze wprost o „enterprise partners across industries” oceniających Genie 4 jako narzędzie do szybkiego generowania scenariuszy „zero-to-one”. Wersja dla twórców gier wygląda podobnie: „from an initial idea to an explorable prototype in seconds… before writing a single line of engine code”. To dokładnie ten obszar, w którym symulacja światów przestaje być zabawką i zaczyna być narzędziem pracy.
- Co potrafi Genie 4 według komunikatu
- Czego Genie 4 jeszcze nie umie
- Kontra z dyskusji: gry na klatkach i duch Stadii
Po trzecie, wierność wizualna. Pokazowe prompty poruszają się po estetyce, o którą wcześniej modele potykały się najmocniej: pierwsza osoba w 35 mm, miękkie przejścia, tekstura porcelany, ciekły dym. Nie cytuję ich w całości, bo to materiał marketingowy, ale skala detalu w promptach pokazuje, gdzie Google widzi pole popisu.
Po czwarte, dźwięk generowany razem ze światem, z omawianych wyżej powodów najmocniejszy sygnał techniczny: generowanie obrazu i dźwięku w jednym przebiegu to inna klasa problemu niż montaż warstw po fakcie.
Osobna rzecz, którą łatwo przeoczyć w marketingowych nagraniach: to nie jest wideo. Model generujący klip może liczyć minuty albo godziny na klatkę i nikt nie zauważy różnicy, bo montaż ukrywa czas. Tutaj użytkownik „use standard keyboard controls for navigation and camera control, and text prompts to steer the scene as it evolves”, więc świat musi odpowiadać na ruch tak szybko, jak gra. Cała inżynierska sztuka ogłoszenia siedzi w tym „real-time”, i dlatego współpraca z Gemmim 3.8 Flash w pętli to nie dodatek, tylko warunek działania: planowanie kroków musi nadążać za generacją klatek.
Czego Genie 4 jeszcze nie umie
Komunikat DeepMind zawiera sekcję ograniczeń, którą warto przeczytać przed zachwytem. Model „drifts over time”, czyli rozjeżdża się tym mocniej, im dłużej trwa symulacja i im więcej edycji promptem w nią wpuszczono. Dalej lista: „Complex physical interactions, real-time audio accuracy, rendering legible text, spatial accuracy, and long-term consistency are active areas of ongoing research”. Czytając po ludzku: fizyka zderzeń, czytelne napisy w świecie i stałość świata po dłuższej wędrówce to wciąż otwarte problemy.
Dla kontekstu: poprzednik, Genie 3, pokazano w sierpniu 2025 jako „new frontier for world models”, i wtedy też wszystko kręciło się wokół interaktywnych światów generowanych z promptu. Genie 4 dodaje do tego warstwę rozumowania (Gemini w pętli), dźwięk i dłuższą spójność; dokładnych liczb porównawczych, jak długość sesji albo rozdzielczość, DeepMind nie podaje, więc nie ma ich tutaj, zapisane wprost „nie wiadomo”.
Kontra z dyskusji: gry na klatkach i duch Stadii
Najciekawsza wymiana pod ogłoszeniem toczona na Hacker News dotyczy nie jakości, a biznesu. Użytkownik rvz argumentuje: „World models will become simulation engines of AAA games where there is no need to release the actual game artifact… So, Stadia + World Models = New generation of DRM for games”. Kontra od verdverm jest twarda i znana z historii: „Stadia is dead, the reason is playing games over the internet sucks, input lag and serious graphics degradation”, do tego „cost prohibitive to (re)generate a scene and ship that over internet pipes”.
Oba stanowiska mają się dobrze i precyzyjnie obrysowują pole, z jednym detalem po stronie kontry, który warto oddać uczciwie: opóźnienia i koszt dotyczą dziś strumieniowania wygenerowanego świata do domu gracza, a nie samej symulacji po stronie serwerowni, więc argument będzie tracił na sile tam, gdzie przepustowość rośnie. Jeśli generowane światy kiedykolwiek dorównają ramce zbudowanej ręcznie w silniku gry, wydawnictwa dostają narzędzie, które nigdy nie trafia do rąk gracza w formie pliku do modyfikowania. Jeśli przepustowość, opóźnienia i koszt generacji zostaną tam, gdzie są dziś, pomysł pozostanie demo technologicznym. Genie 4 jako research preview nie rozstrzyga tego sporu; przesuwa go o jeden krok w stronę „możliwe”.
Praktycznie dla naszego czytelnika sprawa wygląda tak: dostęp do Genie 4 wymaga planu Google AI Ultra albo udziału w programach partnerskich Gemini API, a najwyższego pakietu Google na polskiej liście planów nie ma; sprawdziliśmy to przy okazji naszego pojedynku Copilot vs Gemini (odczyt 27.10.2026): AI Plus kosztuje u nas 46,99 zł, AI Pro 97,99 zł, Ultra nadal nie występuje. Listy oczekujących na Genie w Project Genie są otwarte, ale to program badawczy, nie oferta kupna. Efekty zobaczymy, gdy pierwsze światy zaczną pracować dłużej niż minuty demo. Dokładnie ten moment pilnujemy: pierwsze długie sesje użytkowników pokażą, czy „drift over time” to akademicka notka, czy realny sufit technologii.
Warto też oddać tempo tej linii: rok temu Genie 3 był ogłaszany jako „new frontier for world models” (sierpień 2025), a dziś dostajemy fotorealizm z dźwiękiem produkowanym przez sam model i modelem rozumującym w pętli sterującej. Każde kolejne ogłoszenie podnosi poprzeczkę tego, co znaczy „symulacja”, i każde przesuwa pytanie z „czy to działa” na „jak długo działa”. To jest główny powód, dla których warto śledzić serię, nawet jeśli nigdy nie zagra w wygenerowanym świecie.
Źródła
- Google DeepMind: „Genie 4: A new generation of world simulation” (27.10.2026; photorealism, native audio, Gemini 3.8 Flash w pętli, dostępność research preview, sekcja ograniczeń verbatim), https://deepmind.google/blog/genie-4-a-new-generation-of-world-simulation/ (odczyt 27.10.2026, treść przez render przeglądarki)
- Hacker News: dyskusja 50261319 (566 pkt, odczyt 27.10.2026), cytaty rvz i verdverm verbatim, https://news.ycombinator.com/item?id=50261319
- Kontekst: Genie 3, „A new frontier for world models” (sierpień 2025, wpis powiązany na blogu DeepMind, odczyt 27.10.2026)
- Podpowiedzi Google dla fraz niszy: „genie google” (ai, deepmind, world model, game), „genie 4” (szum liczbowy, pominięty) (odczyty 27.10.2026)