Google DeepMind hat mit Genie 4 eine neue Generation seines KI-gestützten Weltmodells vorgestellt. Die Technologie erstellt aus Textbeschreibungen oder Bildern interaktive 3D-Umgebungen, die sich in Echtzeit erkunden und verändern lassen. Verbesserte Grafik, realistischere Bewegungen und erstmals integrierte Audiofunktionen sollen die Simulationen überzeugender machen. Trotz der Fortschritte befindet sich das System weiterhin in der experimentellen Entwicklungsphase.
Google Genie 4: Interaktive 3D-Simulationen werden realistischer
Anders als herkömmliche Spiele-Engines arbeitet Genie 4 nicht mit einer vollständig vorbereiteten virtuellen Umgebung. Stattdessen erzeugt das KI-Modell die dargestellte Welt während der Nutzung fortlaufend neu.
Anwender können sich per Tastatur durch die generierten Szenen bewegen und mit ihrer Umgebung interagieren. Die künstliche Intelligenz berechnet dabei kontinuierlich, wie sich die virtuelle Welt verändert.
Neue Audiofunktionen und dynamische Veränderungen
Eine wesentliche Neuerung ist die automatische Erzeugung von Geräuschen, Musik und Sprache. Dadurch erhalten die bislang überwiegend visuellen Simulationen eine zusätzliche akustische Dimension.
Auch die Steuerungsmöglichkeiten wurden erweitert. Nutzer können während einer laufenden Simulation beispielsweise Wetterbedingungen verändern oder zusätzliche Gegenstände in die Umgebung einfügen.
Nach Angaben von Google bietet Genie 4 gegenüber früheren Versionen mehrere Verbesserungen. Dazu zählen fotorealistischere Darstellungen, natürlichere menschliche Bewegungsabläufe und glaubwürdigere physikalische Reaktionen bei Kollisionen.
Gemini-Modelle unterstützen die KI-Simulation
Für die Weiterentwicklung von Genie 4 setzt Google DeepMind auf die Zusammenarbeit verschiedener KI-Modelle aus der Gemini-Familie.
Das Videomodell Gemini Omni soll die visuelle Qualität und das realistische Verhalten der simulierten Umgebungen verbessern.
Eine weitere Aufgabe übernimmt Gemini 3.8 Flash. Das Modell beobachtet die laufende Simulation, plant Handlungsschritte und überprüft anschließend, ob bestimmte Aufgaben erfolgreich abgeschlossen wurden.
Diese Kombination könnte insbesondere für KI-Agenten interessant werden, die komplexe Abläufe innerhalb virtueller Umgebungen eigenständig ausführen sollen.
Simulationsdauer bleibt auf zwei Minuten begrenzt
Trotz der technischen Verbesserungen bestehen weiterhin erhebliche Einschränkungen.
Nach Informationen von Bloomberg sind derzeit Simulationen mit einer Dauer von bis zu zwei Minuten möglich. Darüber hinaus gelingt es dem System noch nicht, sämtliche Elemente einer virtuellen Welt dauerhaft konsistent darzustellen.
Google-Forscher Hang Qi räumt ein, dass die erzeugten Umgebungen während einer Simulation ihre innere Konsistenz verlieren können.
Damit bleibt Genie 4 vorerst ein Forschungswerkzeug und keine vollwertige Alternative zu etablierten Entwicklungsumgebungen für Computerspiele.
Project Genie: Google plant erweiterten Zugang
Zunächst können ausgewählte Tester die neue Technologie nutzen. In den kommenden Wochen soll Genie 4 über die Web-Anwendung Project Genie auch Abonnenten von Google AI Ultra zur Verfügung stehen.
Ausgewählte Entwickler sollen außerdem über die Gemini API und Google AI Studio Zugang erhalten. Einen konkreten Termin für eine allgemeine Veröffentlichung hat Google bislang nicht genannt.
Entwicklung seit Genie 3 deutlich vorangeschritten
Google arbeitet bereits seit mehreren Jahren an generativen Weltmodellen.
Mit Genie 3 stellte das Unternehmen 2025 eine Version vor, die interaktive Umgebungen mit 24 Bildern pro Sekunde und einer Auflösung von 720p erzeugen konnte.
Anfang 2026 öffnete Google die Technologie über Project Genie erstmals für zahlende Nutzer. Seit Mitte des Jahres ist der Dienst auch außerhalb der Vereinigten Staaten verfügbar.
Frühere Praxistests zeigten allerdings deutliche Einschränkungen. Die Simulationen dauerten rund 60 Sekunden, boten keine Audioausgabe und erlaubten nur begrenzte Interaktionen.
Genie 4 erweitert diese Möglichkeiten, ohne die grundlegenden technischen Herausforderungen vollständig zu lösen.
Einsatzmöglichkeiten in Gaming, Filmproduktion und Robotik
Welche wirtschaftlichen Anwendungen sich langfristig aus Genie 4 entwickeln könnten, ist derzeit offen.
DeepMind-Produktmanager Diego Rivas betont, dass sich die Technologie weiterhin in der Forschungsphase befindet.
Erste Tester verwenden das System laut Google bereits zur Vorbereitung von Filmszenen und zur Entwicklung interaktiver Spieleprototypen.
Eine weitere demonstrierte Anwendung besteht darin, historische Fotografien in virtuelle Umgebungen umzuwandeln, die Nutzer anschließend erkunden können.
Virtuelle Trainingsumgebungen für intelligente Maschinen
Besonders vielversprechend erscheint der Einsatz beim Training von Robotern und autonomen KI-Agenten.
Während klassische Sprachmodelle hauptsächlich sprachliche Zusammenhänge erlernen, sollen Weltmodelle räumliche Strukturen, physikalische Gesetzmäßigkeiten und die Auswirkungen bestimmter Handlungen erfassen.
KI-Systeme könnten dadurch unterschiedliche Vorgehensweisen zunächst virtuell ausprobieren, bevor sie Aufgaben in der realen Welt ausführen.
Das könnte beispielsweise die Entwicklung intelligenter Roboter unterstützen und aufwendige Trainingsprozesse vereinfachen.
Weltmodelle gewinnen in der KI-Forschung an Bedeutung
Google ist nicht das einzige Unternehmen, das an dieser Technologie arbeitet.
Der frühere Meta-Chefforscher Yann LeCun verfolgt mit AMI Labs einen verwandten Forschungsansatz.
Auch die KI-Wissenschaftlerin Fei-Fei Li entwickelt mit World Labs entsprechende Systeme. Das Unternehmen steht zudem im Zusammenhang mit einer geplanten Übernahme durch AMD im Wert von 8,2 Milliarden US-Dollar.
Die Aktivitäten zeigen, dass Weltmodelle zunehmend als wichtiger Forschungsbereich für die nächste Generation künstlicher Intelligenz gelten.
Fazit: Genie 4 zeigt Fortschritte, bleibt aber experimentell
Mit Genie 4 verbessert Google die Möglichkeiten zur automatischen Erzeugung interaktiver virtueller Welten deutlich. Insbesondere die integrierte Audioausgabe, flexiblere Eingriffe und realistischere Simulationen markieren technische Fortschritte. Die kurze Nutzungsdauer und weiterhin bestehenden Konsistenzprobleme begrenzen jedoch den praktischen Einsatz. Langfristig könnte die Technologie vor allem für Spieleentwicklung, Filmproduktion und das Training autonomer KI-Systeme an Bedeutung gewinnen.