Ein Datum dafür nennt das Unternehmen nicht.

Bevor es so weit ist, hat DeepMind Genie 4 laut eigener Darstellung mit Kohorten vertrauenswürdiger Tester aus Kreativwirtschaft, Journalismus, Bildung, Gaming und Engineering erprobt. Die Tester sollen herausfinden, wie interaktive Weltmodelle reale Arbeitsabläufe unterstützen können und wo sie noch wachsen müssen. Der Zugang bleibt damit vorerst ein geschlossener Kreis – und genau das ist der ehrliche Stand dieser Ankündigung.

Eine Welt, die auf Zuruf reagiert

In der Simulation lässt sich ein Ereignis anstoßen und die Szene anschließend in Echtzeit per natürlicher Sprache steuern. Die Kamera lässt sich bewegen, das Wetter ändern, eine neue Person oder ein neues Objekt einführen. Das ist kein stures Abspielen einer vorbereiteten Sequenz, sondern ein Eingriff, auf den die Welt reagiert.

Genie 4 ist nativ multimodal und erzeugt Musik, Umgebungsgeräusche und interaktiven Dialog gleichzeitig mit der Welt. Bild und Ton entstehen also im selben Zug, statt nachträglich zusammengesetzt zu werden.

Laut Google DeepMind passt sich der Dialog spontan an: Figuren unterhalten sich und reagieren in Echtzeit auf Eingaben oder Ereignisse in der Welt. Wer eine Figur anspricht, bekommt demnach eine Antwort, die zur aktuellen Situation passt.

Der Haken steckt in der Dauer

Die auffälligste Grenze ist die Zeit: Techstrong zufolge laufen interaktive Simulationen bis zu etwa zwei Minuten. Kurz gesagt: Die Welt hält den ersten Eindruck zusammen, aber nicht beliebig lange.

Dazu kommen Baustellen, die Google DeepMind selbst benennt. Komplexe physikalische Interaktionen, die Genauigkeit des Echtzeit-Audios, lesbar gerenderter Text, räumliche Präzision und langfristige Konsistenz seien aktive Forschungsbereiche, ergänzt das Unternehmen. Das ist eine ehrliche Liste – und eine lange.

Auch das Zusammenspiel mehrerer Figuren ist nicht gelöst. Die akkurate Modellierung komplexer Interaktionen zwischen mehreren unabhängigen Agenten in gemeinsamen Umgebungen beschreibt Google DeepMind weiterhin als offene Forschungsherausforderung. Wer sich eine Welt mit mehreren eigenständig handelnden Charakteren wünscht, bekommt von DeepMind also noch keine Zusage, sondern eine Aufgabenliste.

Noch kein fertiges Werkzeug

Der Zugang soll über Project Genie zu Google AI Ultra-Abonnenten kommen, außerdem zu ausgewählten Partnern der Gemini API und von Google AI Studio. Ein Datum dafür nannte Google nicht. Wer jetzt auf einen Startknopf wartet, wartet also ohne Termin.

Spannender als der Zeitplan ist ohnehin, was die Tester damit machen. Laut Google DeepMind probieren Spieleentwickler und Kreativtechnologen Genie 4 aus, um in Sekunden von einer ersten Idee zu einem erkundbaren Prototyp zu kommen. Visuelle Stile, Materialästhetik und Interaktionsmechaniken lassen sich per natürlicher Sprache prüfen, bevor eine Zeile Engine-Code geschrieben ist. Filmschaffende wiederum tauchen laut dem Unternehmen in eine Live-Simulation einer Szene ein und drehen mehrere Takes in Echtzeit, während sie Kamera, Licht, Dialog und Handlung spontan anpassen.

Für den Weg nach draußen hat Google DeepMind eine Vorkehrung eingebaut: Alle Videos und Audios von Genie 4 enthalten SynthID, die unsichtbare Wasserzeichen-Technik des Unternehmens zur Kennzeichnung KI-generierter Inhalte.