DeepMind stellt Genie 4 vor: Weltmodell mit nativem Ton und sprechenden Figuren

Die wichtigsten Fakten
- DeepMind hat Genie 4 am 27. Oktober 2026 angekündigt: das erste Weltmodell des Labors mit nativem Audio - Umgebungsgeräusche, Musik und Figuren, die Dialoge führen. Die Szenen lassen sich in Echtzeit per Tastatur und Text steuern.
- Gemini Omni verankert Aussehen und Verhalten der Welten, Gemini 3.8 Flash überwacht die Szene als führender Agent. DeepMind nennt die Grenzen selbst: Details driften in längeren Sitzungen, Physik, Audio-Genauigkeit und lesbarer Text sind offene Probleme.
- Genie 4 läuft zunächst als Research Preview für Trusted Tester; als Nächstes kommen Google-AI-Ultra-Abonnenten in Project Genie und Early-Access-Partner in der Gemini API und in AI Studio. Preis und Modell-ID stehen noch nicht fest; Ultra startet laut Ars Technica bei 100 US-Dollar im Monat. Alle Videos und Audios tragen SynthID-Wasserzeichen.
Kurz gesagt: Google DeepMind hat Genie 4 angekündigt, die nächste Generation seines Weltmodells. Die wichtigste Neuerung: Genie 4 erzeugt als erstes Weltmodell des Labors Ton direkt mit - vom Umgebungsrauschen über Musik bis zu Figuren, die auf Eingaben und Ereignisse in der Szene reagieren und sprechen. Gleichzeitig lassen sich die Welten in Echtzeit steuern: Kamera bewegen, Wetter ändern, neue Figuren einführen, alles per natürlicher Sprache.
Was Genie 4 neu kann
Genie 4 rendert erkundbare Umgebungen Bild für Bild aus Tastatursteuerung und Text-Prompts. Laut DeepMind setzt das Modell neue Maßstäbe bei der Physiksimulation, etwa bei Aerodynamik und Kollisionen, und vor allem bei Menschen: Figuren bewegen sich natürlicher, reagieren organisch auf ihre Umgebung und lassen sich interaktiv steuern. Das Modell ist nativ multimodal: Jede Welt trägt die Geräuschkulisse ihrer Szene, und die interaktiven Dialoge passen sich laufend an - eine Fähigkeit, die DeepMind selbst als 'die eigentliche Grenze' bezeichnet.
Gemini steuert im Hintergrund
Technisch baut Genie 4 auf der Gemini-Familie auf: Gemini Omni verankert die Simulation in realistischem Aussehen und Verhalten, während Gemini 3.8 Flash laut Ars Technica als führender Agent im Loop arbeitet - es beobachtet die Szene, zerlegt Ziele in Schritte und prüft jedes neue Bild auf Fortschritt. In einem Experiment mit Gemini 4 Argon und Gemini Robotics simuliert das Duo etwa den humanoiden Roboter Apollo von Apptronik beim Dame-Spielen, aufgeteilt in Echtzeit-Teilschritte. DeepMind sieht darin den Weg zu hybriden Weltmodellen, die logische Planung mit pixelgenauer Simulation verbinden.
Verfügbarkeit und Preis
Genie 4 startet als Research Preview für eine begrenzte Gruppe von Trusted Testern aus Kreativbranche, Journalismus, Bildung, Spieleentwicklung und Engineering. Als Nächstes sollen Google-AI-Ultra-Abonnenten in Project Genie und Early-Access-Partner in der Gemini API und in AI Studio folgen; eine Warteliste ist geöffnet. Eine Modell-ID, Preise und Dokumentation gibt es noch nicht. Ars Technica weist darauf hin, dass Google AI Ultra ab 100 US-Dollar im Monat startet und Genie 3 nie über ein sehr limitiertes Web-Erlebnis hinauskam.
Grenzen, die DeepMind selbst nennt
DeepMind listet die offenen Probleme ausdrücklich auf: In längeren Sitzungen driften visuelle Details und Objekt-Permanenz, komplexe physikalische Interaktionen, die Genauigkeit des Echtzeit-Audios, lesbarer Text, räumliche Präzision und Langzeit-Konsistenz sind aktive Forschungsfelder. Laut Ars Technica bleiben Genie-4-Welten derzeit nur einige Minuten konsistent, bevor sie vergessen, wie alles begann.
Warum das über Spielerei hinausgeht
DeepMind positioniert Weltmodelle als sichere, unendlich variable Trainingsumgebungen für Roboter und Agenten - und als Werkzeug für Film, Journalismus, Spiele und Fertigung. Tester nutzen Genie 4 bereits als 'Entwurfsmodus' für Pre-Visualisierung: Filmemacher laufen mehrere Takes einer Szene in Echtzeit durch, Fotojournalisten verwandeln einzelne Archivbilder in begehbare Simulationen, Spieleentwickler testen Stile und Mechaniken, bevor eine Zeile Engine-Code geschrieben ist. Ob daraus ein Entwicklerprodukt wird, hängt am angekündigten API-Zugang.
Häufige Fragen
Kann ich Genie 4 schon nutzen?
Noch nicht allgemein. Aktuell ist Genie 4 eine Research Preview für ausgewählte Trusted Tester. Als Nächstes sollen Google-AI-Ultra-Abonnenten über Project Genie und Early-Access-Partner über die Gemini API und AI Studio folgen. Eine Warteliste für Project Genie ist geöffnet.
Was kostet Genie 4?
Google nennt noch keinen Preis für den Modellzugang und hat weder Modell-ID noch API-Dokumentation veröffentlicht. Der Verbraucherzugang läuft über Google AI Ultra, das laut Ars Technica ab 100 US-Dollar im Monat kostet.
Wofür will DeepMind Weltmodelle einsetzen?
Als sichere Trainingsumgebungen für Roboter und Agenten sowie als Kreativwerkzeug, etwa für Film-Previsualisierung, Journalismus, Spiele-Prototyping und industrielle Simulation. Die Simulation der Welt bezeichnet DeepMind als entscheidenden Schritt auf dem Weg zu allgemeiner KI.
Quellen
- Genie 4: A new generation of world simulation (Google DeepMind, abgerufen 2026-10-28)
- We're announcing Genie 4, our new world model for real-time interactive simulation (Google (Blog), abgerufen 2026-10-28)
- DeepMind unveils Genie 4 world model promising more realistic physics and humans (Ars Technica, abgerufen 2026-10-28)
- AI News Oct 28, 2026 (Morning Tokens, abgerufen 2026-10-28)
Weitere Artikel
- Vier Gemini-4-Agenten spielen Minecraft komplett allein durch
- Kling 4.0: 30 Sekunden Video am Stück und 15 Referenzen
Transparenzhinweis: Dieser Artikel ist ein redaktioneller Beitrag von Philipp Paulik und entstand mit KI-Unterstützung (Recherche und Textentwurf). Alle Quellen sind unten verlinkt; Zahlen und Aussagen stammen aus diesen Quellen. Das Titelbild ist KI-generiert und im Bild entsprechend gekennzeichnet. Die News-Übersicht auf dieser Seite wird dagegen automatisch aus öffentlichen Feeds aggregiert. So arbeiten wir.