Nyhet
Google DeepMind presenterar Genie 4 – världsmodell med inbyggt ljud och dialog i realtid
Google DeepMind presenterade den 27 oktober 2026 Genie 4, sin nya världsmodell för interaktiv simulering i realtid. Enligt bolaget ger modellen större realism och genererar ljud, musik och dialog tillsammans med världen. Genie 4 rullas först ut som forskningsförhandsvisning för utvalda testare.
Det viktigaste i korthet
• Google DeepMind presenterade Genie 4 den 27 oktober 2026.
• Genie 4 är en världsmodell som enligt bolaget är nativt multimodal och genererar ljud, musik, omgivningsljud och interaktiv dialog samtidigt som världen.
• Modellen bygger på Gemini-familjen: Gemini Omni förankrar simuleringen i verkligt utseende och beteende, och Gemini 3.8 Flash fungerar som vägledande agent.
• Utrullningen har börjat som forskningsförhandsvisning för betrodda testare.
• Därefter följer konsumenter och utvecklare, med början hos Google AI Ultra-prenumeranter i Project Genie och tidiga partner till Gemini API och Google AI Studio.
• En väntelista för Genie 4 i Project Genie finns.
Vad har hänt
Google DeepMind har presenterat Genie 4, som bolaget beskriver som en ny generation av världssimulering. Enligt bolaget ger modellen en tidigare oöverträffad realism och bättre interaktiv simulering i realtid. Man kan sätta en händelse i rörelse, och Genie 4 simulerar vad som händer härnäst: hur världen reagerar, hur den låter och hur människorna i den rör sig, reagerar och talar.
Google DeepMind lyfter fram fyra förmågor. Den första är att forma världen i realtid. Användaren styr navigering och kamera med vanliga tangentbordskontroller och ändrar scenen med textkommandon på vanligt språk, till exempel väder, kameraposition eller nya personer och föremål. Gemini anpassar kommandot efter scenen och övervakar och styr världen mellan användarens inmatningar så att den utvecklas sammanhängande.
Den andra är realism i fysik och mänskliga rörelser. Enligt bolaget bygger Genie 4 på en avancerad fysikalisk förståelse och simulerar scenarier som aerodynamik och kollisioner. Bolaget kallar det mest dramatiska steget hur människor simuleras: tecken som rör sig naturligt, svarar organiskt på omgivningen och kan styras interaktivt i realtid.
Den tredje är ljud. Genie 4 är enligt Google DeepMind bolagets första världsmodell i realtid som genererar ljud nativt. Varje värld får sitt eget ljudlandskap, från vind i träden till vågor på stranden. Bolaget framhåller interaktiv dialog som den verkliga frontlinjen: karaktärer samtalar och reagerar i realtid på användarens inmatningar och på händelser i världen.
Den fjärde är simulering av komplexa händelser med Gemini-modeller. Gemini 3.8 Flash fungerar som vägledande agent i slingan. Medan Genie 4 genererar världen observerar Gemini scenen, bryter ned mål i steg och granskar inkommande bildrutor för att följa framstegen och kontrollera att varje steg lyckats. Ändras världen eller ingriper användaren anpassar Gemini planen direkt. Enligt bolaget ger det pålitlig kausalitet, procedurellt beteende och flerstegsresonemang. Som exempel nämns en robotarm av typen Universal Robots UR5 som håller en pipett och doserar vätska i en labbplatta.
Google DeepMind menar att förståelse och simulering av världen är en avgörande del i arbetet med att bygga AGI. Genie 4 ska göra det möjligt att skapa säkra, oändligt varierbara simuleringar, bland annat träningsmiljöer för robotar och agenter samt nya interaktiva upplevelser. Bolaget uppger också att testa hur AI-system klarar olika miljöer kan ske innan de används i verkligheten.
Vad det betyder för dig i Sverige
Google DeepMind anger ingen särskild tillgänglighet för Sverige. Intresserade kan enligt bolaget ställa sig på väntelistan för Genie 4 i Project Genie. I ett första skede når modellen enbart betrodda testare. Den bredare lanseringen startar hos prenumeranter på Google AI Ultra samt tidiga partner till Gemini API och Google AI Studio. Svenska utvecklare och företag som redan är tidiga partner i Gemini API eller Google AI Studio kan alltså höra till de första som får tillgång, men bolaget har inte sagt hur urvalet sker. För den som arbetar med robotik eller agentbaserade AI-system pekar Google DeepMind ut simulerade träningsmiljöer som ett tänkt användningsområde.
Det här vet vi inte än
Google DeepMind har inte meddelat när Genie 4 blir tillgänglig för konsumenter och utvecklare i bred skala. Inget pris eller prisupplägg för Google AI Ultra, Project Genie eller Gemini API har angetts för Genie 4. Det framgår inte vilka länder eller språk som stöds, och inte om dialogen fungerar på svenska. Bolaget redovisar inga tekniska siffror, till exempel upplösning, bildfrekvens, fördröjning eller hur länge en simulering kan pågå. Hur många testare som ingår, hur säkerheten säkerställs i praktiken och hur modellen presterar utanför bolagets egna exempel är inte känt. Påståendena om realism, fysik och ljud kommer från Google DeepMind självt och har inte granskats av oberoende parter.