Qısaca
Genie 4 — Google DeepMind şirkətinin 27 oktyabr 2026-da elan etdiyi, interaktiv dünyaları real vaxtda simulyasiya edən, görüntü ilə yanaşı səs və dialoq yaradan, klaviatura idarəetməsinə və mətn əmrlərinə cavab verən dünya modelidir. O, etibarlı test iştirakçıları üçün tədqiqat önbaxışıdır; Google AI Ultra abunəçiləri ilk nəzərdə tutulan istehlakçı istifadəçilər arasındadır. [1][2]
Əsas nəticələr
- Google DeepMind 27 oktyabr 2026-da Genie 4-ü real vaxtlı interaktiv dünya modeli kimi elan etdi və onu səsi yerli olaraq yaradan ilk modeli adlandırır.
- TechCrunch bildirir ki, Genie 4 ardıcıl səhnəni 2 dəqiqəyə qədər saxlaya bilir, bu Genie 3-ün həddindən 2 dəfə çoxdur; DeepMind-ın öz yazısında nəzərdən keçirilən hissələrdə belə rəqəm yoxdur.
- Genie 4 etibarlı test iştirakçıları üçün tədqiqat önbaxışıdır; DeepMind onu istehlakçılara və developerlərə, başlanğıcda Google AI Ultra abunəçilərinə və API tərəfdaşlarına təqdim etməyi planlaşdırır, 3 noyabr 2026 tarixinə qiymət və ümumi əlçatanlıq tarixi tapılmayıb.
- TechCrunch bildirir ki, Genie 4 komandası uzun işləmələrdə detalların və obyektlərin sürüşə biləcəyini, dəqiq səs və oxunaqlı dünyadaxili mətnin isə həll olunmamış problem olduğunu qəbul edir.
- Stanford HAI bildirir ki, mövcud heç bir benchmark siyasətçilərə dünya modelini təhlükəsizlik baxımından kritik istifadə üçün qiymətləndirmək üçün kifayət qədər əsas vermir.
- Rəqiblər fərqli yollar seçir: World Labs-ın Marble modeli davamlı 3D dünyalar qurur, Yann LeCun-un AMI Labs şirkəti isə JEPA əsaslı modellər üçün 1,03 milyard dollar cəlb edib.
Bu səhifədə 14 bölmə
- Genie 4 nədir?
- Süni intellektdə dünya modeli nədir?
- Genie 4 necə işləyir?
- Genie 4 Genie 3-lə müqayisədə nə ilə yenidir?
- Genie 4-dən bu gün istifadə etmək olarmı və qiyməti nədir?
- Genie 4 kimi dünya modellərindən nə üçün istifadə etmək olar?
- Genie 4-ün vədləri və məhdudiyyətləri hansılardır?
- Dünya modeli böyük dil modeli ilə eynidirmi?
- Dünya modelləri üzərində başqa kim işləyir?
- Genie 4 barədə nələr hələ qeyri-müəyyəndir?
- Ümumi səhvlər
- Tez-tez verilən suallar
- Lüğət
- Mənbələr
Genie 4 nədir?
Genie 4 — Google DeepMind şirkətinin 27 oktyabr 2026-da elan etdiyi, real vaxtlı interaktiv simulyasiya üçün nəzərdə tutulmuş dünya modelidir. İstifadəçi standart klaviatura idarəetməsi ilə yaradılmış dünyada hərəkət edir [1] və model işləyərkən mətn əmrləri ilə onu dəyişdirir. [1][2]
Genie — DeepMind-ın interaktiv mühitlər yaradan modellər ailəsidir. 5 avqust 2025-də elan edilmiş Genie 3 ümumi təyinatlı dünya modeli idi və onun dünyalarında real vaxtda hərəkət etmək mümkün idi. [3] Google daha sonra Genie 3-ü 29 yanvar 2026-da təqdim edilmiş Google Labs veb tətbiqi Project Genie-də istifadə etdi. [4]
Genie 4-də əsas dəyişiklik səsdir. DeepMind modeli yerli olaraq multimodal adlandırır: musiqi, ətraf küy və interaktiv dialoq dünya ilə eyni vaxtda yaradılır. [1][2] DeepMind onu səsi yerli olaraq yaradan ilk real vaxtlı dünya modeli adlandırır. Hər dünya öz mühitinin ətraf səsini daşıyır, personajlar isə istifadəçinin əmrlərinə və dünyadakı hadisələrə uyğunlaşan dialoq apara bilir. [1]
Google-un ifadəsində «dünya modeli» nə deməkdir?
Google-un Project Genie elanında deyilir ki, dünya modeli mühitin dinamikasını simulyasiya edir, onun necə inkişaf etdiyini və hərəkətlərin ona necə təsir etdiyini proqnozlaşdırır. Google bunu statik 3D görüntülər üzərində qurulmuş kəşf edilə bilən təcrübələrlə müqayisə edir, çünki Genie siz hərəkət etdikcə irəlidəki yolu real vaxtda yaradır. [4]
Kim istifadə edə bilər?
Genie 4 etibarlı test iştirakçıları üçün tədqiqat önbaxışıdır və DeepMind onu erkən, eksperimental model kimi təsvir edir. [1][2] Geniş əlçatanlıq barədə nələrin məlum olduğu aşağıdakı giriş bölməsində verilib.
Süni intellektdə dünya modeli nədir?
Dünya modeli — mühitin hərəkətə cavab olaraq necə dəyişəcəyini proqnozlaşdırmaq üçün onun işlək təsvirini quran süni intellekt sistemidir. Bu, 27 iyul 2026 tarixli Stanford HAI siyasət icmalındakı tərifdir. [5] DeepMind-ın ifadəsi buna yaxındır: dünya modelləri dünya haqqında anlayışlarından onun müəyyən cəhətlərini simulyasiya etmək üçün istifadə edir ki, agentlər mühitin necə inkişaf edəcəyini və öz hərəkətlərinin ona necə təsir edəcəyini proqnozlaşdıra bilsin. [3] TechCrunch DeepMind-ın dünya modellərini ümumi süni intellektə (AGI) doğru addım kimi təqdim etdiyini bildirib. [6]
Bu ideya haradan gəlir?
Quanta Magazine onu psixoloq Kenneth Craik-in 1943-cü il monoqrafiyasına bağlayır; orada zehnin reallığın «kiçik miqyaslı modelini» daşıdığı təsvir olunurdu. Quanta bildirir ki, Yann LeCun, Demis Hassabis və Yoshua Bengio dünya modellərini daha ağıllı və daha təhlükəsiz süni intellekt üçün vacib hesab edirlər. [7]
Laboratoriyalar onları niyə istəyir?
Cəlbedicilik ondadır ki, agent real dünya əvəzinə simulyasiya daxilində məşq edə və planlaşdıra bilər. Stanford HAI icmalı infrastruktur planlaşdırması, böhrana cavab və istehsalat testləri kimi istifadələri qeyd edir. [5] DeepMind 3D virtual mühitlər üçün ümumi təyinatlı agent olan SIMA agentini Genie 3 dünyalarında sınaqdan keçirib. [6]
Nəyin dünya modeli sayılması barədə razılıq var?
Xeyr. Quanta bildirir ki, «heç kim təfərrüatlar barədə razılaşa bilmir»: nəyin təmsil olunduğu, nə dərəcədə dəqiq olduğu, öyrənilib-qurulduğu və onu necə aşkar edəcəyiniz. [7] Stanford HAI deyir ki, dünya modelləri üçün ən az tapılan resurs hərəkət etiketli qarşılıqlı təsir datasıdır, məsələn robot trayektoriyaları və park jurnalları; bunları internetdən toplamaq mümkün deyil. [5]
Genie 4 necə işləyir?
DeepMind-ın elanı və mətbuat yazıları əsas işləyən hissələri təsvir edir; aşağıda verilib.
Dünyanı nə idarə edir?
İstifadəçilər naviqasiya və kamera üçün standart klaviatura idarəetməsi ilə yönəlir. [1] Mətn əmrləri səhnəni işləyərkən dəyişir, məsələn havanı dəyişir, kameranı hərəkət etdirir, insan və ya obyekt əlavə edir. [1][2]
Gemini modelləri hansı rolu oynayır?
Genie 4 Gemini ailəsinin imkanları əsasında qurulub. DeepMind bildirir ki, Gemini Omni simulyasiyanı real dünyanın görünüşünə və davranışına bağlayır, digər Gemini modelləri isə simulyasiyanı ardıcıl saxlayan əsaslandırmanı təmin edir. [1] Döngədə Gemini 3.8 Flash rəhbər agent kimi çıxış edir: yaradılmış səhnəyə baxır, məqsədləri addımlara bölür və hər addımın uğurlu olduğunu yoxlamaq üçün daxil olan kadrları yoxlayır. [1]
TechCrunch bu dizaynı hibrid dünya modeli kimi təsvir edir. TechCrunch-ın sitat gətirdiyi Google-un tədqiqat direktoru Tejas Kulkarni-nin sözlərinə görə, hibrid dünya modellərində Gemini kod və mətn yazır, Genie isə reallığı müxtəlif mücərrədlik səviyyələrində simulyasiya edir. [2] Kulkarni jurnalistlərə hibrid dünya modellərinin daha geniş yayılacağını deyib. [2]
Dizayn haradan gəlib?
İlkin Genie məqaləsi (arXiv, 23 fevral 2024, Bruce et al., Google DeepMind) etiketsiz internet videolarından hərəkət etiketləri olmadan öyrədilmiş generativ interaktiv mühiti təsvir edirdi. 11 milyard parametrlə o, video tokenizatordan, avtoreqressiv dinamika modelindən və latent action modeldən ibarət fundamental dünya modeli kimi təsvir olunurdu. [8]
2024-cü ilin dekabrında elan edilmiş Genie 2 tək şəkil əmrini 1 dəqiqəyə qədər ardıcıl qalan oynanıla bilən 3D mühitlərə çevirirdi; nümunələrin əksəriyyəti 10-20 saniyə davam edirdi. [9] Genie 3 2025-ci ilin avqustunda mətn əmrindən saniyədə 24 kadr və 720p ayırdetmə ilə real vaxtlı dünyalarla davam etdi. [3][6]
Genie 4 Genie 3-lə müqayisədə nə ilə yenidir?
DeepMind-ın öz yazısı 3 dəyişikliyi təsdiqləyir, TechCrunch isə 4-cü dəyişikliyi bildirir. [1][2]
- Səs və nitq. TechCrunch bildirir ki, Genie 4 Genie 3-ə səs əlavə edir. DeepMind deyir ki, model dünya ilə yanaşı ətraf səs, musiqi və dialoq yaradır. [1][2]
- Döngədə Gemini. Gemini modeli səhnəni işləyərkən planlaşdırır və yoxlayır. [1]
- İşləyərkən mətnlə idarəetmə. Əmrlər sessiya zamanı havanı, kameranı və ya obyektləri dəyişə bilir. [1][2]
- Müddət. TechCrunch bildirir ki, Genie 4 ardıcıl səhnəni 2 dəqiqəyə qədər saxlaya bilir, bu Genie 3-ün həddindən 2 dəfə çoxdur. Bu rəqəm DeepMind-dan deyil, TechCrunch-dandır. [2]
Sessiya müddəti rəqəmləri niyə fərqlidir?
Onlar fərqli mənbələrdən və fərqli məhsullardandır. DeepMind Genie 3-ü «bir neçə dəqiqə» ardıcıllığı saxlayan, vizual yaddaşı təxminən 1 dəqiqə geriyə çatan model kimi təsvir edib. [3] İstehlakçı prototipi Project Genie generasiyaları 60 saniyə ilə məhdudlaşdırıb. [4] DeepMind-ın Genie 4 yazısında nəzərdən keçirilən hissələrdə rəqəm yoxdur. [1] TechCrunch-ın «2 dəfə» müqayisəsini yalnız mətnə əsasən DeepMind-ın Genie 3 üçün «bir neçə dəqiqə» ifadəsi ilə uzlaşdırmaq çətindir, ona görə 2 dəqiqəni DeepMind spesifikasiyası kimi deyil, TechCrunch-ın bildirdiyi rəqəm kimi qəbul edin. [2][3]
Aşağıdakı cədvəl Genie xəttini hər mənbənin öz ifadəsi ilə yan-yana göstərir.
Genie 4-dən bu gün istifadə etmək olarmı və qiyməti nədir?
3 noyabr 2026 tarixinə Genie 4 etibarlı test iştirakçıları üçün tədqiqat önbaxışıdır. DeepMind deyir ki, modeli istehlakçılara və developerlərə təqdim etməzdən əvvəl rəy toplayır; başlanğıc Project Genie-də Google AI Ultra abunəçiləri, Gemini API və Google AI Studio-nun erkən giriş tərəfdaşları olacaq. Gözləmə siyahısı açıqdır. [1] TechCrunch geniş təqdimatın yaxın həftələrdə gözləndiyini bildirir. [2]
Nəzərdən keçirilən mənbələrdə qiymət və ümumi əlçatanlıq tarixi görünmədi. Cari şərtlər üçün Google-un rəsmi səhifələrinə baxın.
Project Genie təqdim olunanda necə idi?
Project Genie 29 yanvar 2026-da Genie 3, Nano Banana Pro və Gemini ilə işləyən Google Labs-da eksperimental prototip veb tətbiq kimi təqdim olundu. [4] 9to5Google eyni təqdimat tarixini və Genie 3 ilə Nano Banana Pro komponentlərini bildirdi. [10] O, ABŞ-da 18+ yaşlı Google AI Ultra abunəçiləri üçün açıq idi və «vaxtı çatanda daha çox ərazilərə genişlənəcəkdi». [10] Google-un öz elanı onun Google AI Ultra for Business istifadəçiləri üçün əlçatan olmadığını qeyd edir. [4]
Onun 3 əsas imkanı mətn və şəkillərlə dünya eskizi, dünya kəşfi və dünyanın yenidən işlənməsi idi. Generasiyalar 60 saniyə ilə məhdud idi, Genie 3-ün əmrlə idarə olunan dünya hadisələri isə prototipə daxil edilməmişdi. [4]
Genie 4 İranda əlçatandırmı?
Nəzərdən keçirilən mənbələrin heç biri İranı əhatə etmir, ona görə İrana xas heç nə fakt kimi deyilə bilməz. Mənbələrə əsaslanan baza belədir: Project Genie Ultra abunəçiləri üçün yalnız ABŞ-da təklif kimi başlayıb, DeepMind isə Ultra abunəçilərini Genie 4-ün ilk nəzərdə tutulan istehlakçı istifadəçiləri arasında adlandırır. [1][4][10] İrandakı oxucular Google-un rəsmi əlçatanlıq və ödəniş səhifələrinə baxmalı, üçüncü tərəflərin giriş barədə iddialarına əsaslanmamalıdır.
Genie 4 kimi dünya modellərindən nə üçün istifadə etmək olar?
İstifadələr yaradıcı iş, agent və robot təlimi və planlaşdırma üzrə bölünür.
Test iştirakçıları Genie 4 ilə nə edir?
DeepMind bildirir ki, yaradıcı sənayelər, jurnalistika, təhsil, oyun və mühəndislik üzrə etibarlı test iştirakçıları Genie 4-ü sınaqdan keçirir, məsələn əvvəlcədən vizuallaşdırma və ideya üçün, arxiv fotoşəkillərini simulyasiyalara çevirmək üçün. [1] TechCrunch-ın yazısı film prototipləşdirməsini, ideya yaratmanı və storyboard hazırlanmasını qeyd edir. [2]
Dünya modelləri agent və robotların təliminə necə kömək edir?
İdeya agentə hərəkət etmək və ucuz səhv etmək üçün yer verməkdir. DeepMind SIMA agentinin bir versiyasını Genie 3 dünyalarında sınaqdan keçirib. TechCrunch-ın bildirdiyi mətbuat brifinqində DeepMind-ın tədqiqat elmi işçisi Jack Parker-Holder demişdi ki, model «yalnız agentdən hərəkətləri alır», agent isə ətrafında simulyasiya olunan dünyanı görür. [6]
Genie 4 üçün TechCrunch Gemini Robotics ilə işləyən Gemini 4 Argon-un tapşırığı addımlara böldüyü, Genie 4-ün isə onları real vaxtda simulyasiya etdiyi təcrübəni təsvir edir. [2] DeepMind-ın yazısı bildirir ki, nümayişdə Apptronik şirkətinin Apollo humanoid robotunun dama oynaması simulyasiya olunub. [1] Bu, simulyasiya daxilində planlaşdırmanı göstərir, robotun tapşırığı fiziki dünyada yerinə yetirməsini yox.
Siyasət tədqiqatçıları nə gözləyir?
Stanford HAI infrastruktur planlaşdırmasını, böhrana cavabı və istehsalat testlərini nümunə kimi göstərir və qeyd edir ki, əldə etmək çətin olan robot trayektoriyaları və park jurnalları ən az tapılan təlim resursudur. [5]
Genie 4-ün vədləri və məhdudiyyətləri hansılardır?
O nə təklif edir?
- Səsi və uyğunlaşan dialoqu vahid sistemdə yaradılan interaktiv dünyalar. [1]
- Sessiya zamanı mətnlə idarəetmə; test iştirakçıları bundan ideya yaratmaq və ssenarini tez dəyişmək üçün istifadə edə bilər. [1][2]
- Gemini modelinin hər addımın uğurlu olduğunu yoxladığı planlaşdırma və yoxlama döngəsi. [1]
Məhdudiyyətlər hansılardır?
TechCrunch bildirir ki, Genie 4 komandası simulyasiya uzandıqca detalların və obyektlərin sürüşə biləcəyini və dəqiq səsi və oxunaqlı dünyadaxili mətni necə təmin edəcəyini hələ tapmadığını qəbul edib. [2] Genie 3 üçün TechCrunch hərəkətlərin məhdud dairəsini və qarşılıqlı əlaqədə olan çoxsaylı agentləri modelləşdirməkdə çətinliyi bildirmişdi. [6]
İdarəetmə ilə bağlı narahatlıqlar hansılardır?
Stanford HAI deyir ki, mövcud heç bir benchmark siyasətçilərə dünya modelini təhlükəsizlik baxımından kritik tətbiq üçün qiymətləndirmək üçün kifayət qədər əsas vermir. O, həmçinin dünya modellərini milli təhlükəsizliyə təsiri olan ikili təyinatlı texnologiya adlandırır. [5]
DeepMind də, TechCrunch da etibarlı test iştirakçıları ilə məhdud önbaxışı təsvir edir. [1][2] Bundan çıxarmaq olar ki, Genie 4-ün müstəqil qiymətləndirilməsi hələ yoxdur, baxmayaraq ki, mənbələrin heç biri bunu birbaşa demir.
Dünya modeli böyük dil modeli ilə eynidirmi?
Xeyr, baxmayaraq ki, ikisi üst-üstə düşür. Stanford HAI dünya modelini nə üçün nəzərdə tutulduğuna görə müəyyən edir: hərəkətə cavab olaraq mühitin necə dəyişdiyini proqnozlaşdırmaq. [5] Quanta-nın yazısı bunu əlaqəsiz qısayollar öyrənə bilən böyük dil modelləri (LLM) ilə müqayisə edir. [7]
LLM-lərin içində artıq dünya modelləri varmı?
Bəzi tədqiqatçılar Othello oynamaq kimi ortaya çıxan bacarıqları daxili dünya modellərinin əlaməti kimi oxuyur. [7] Quanta bildirir ki, Harvard və MIT tədqiqatçıları Manhattan-da demək olar ki, mükəmməl yol göstərən, lakin ardıcıl küçə xəritəsi öyrənməyən dil modeli öyrədiblər. Küçələrin 1%-i təsadüfi bağlananda onun performansı kəskin düşüb. Quanta bu kimi nəticələrin LLM-lərin «evristika yığınları» öyrəndiyini göstərdiyini təsvir edir. [7]
Daha yaxşı dünya modellərinə hansı yol aparır?
Quanta deyir ki, Google DeepMind və OpenAI video və 3D simulyasiya kimi kifayət qədər multimodal datanın neyron şəbəkə daxilində dünya modelinin ortaya çıxmasına səbəb olacağına ümid edir. Meta-nın Yann LeCun-u isə yeni, generativ olmayan arxitekturanın lazım olduğunu düşünür. [7] LeCun-un yanaşması JEPA real dünya datasının mücərrəd təsvirlərini öyrənir və proqnozları təsvir fəzasında verir, proqnozlaşdırıla bilməyən detalları nəzərə almır. Bu, pikselləri çəkən generativ modellərdən fərqlidir. [11]
Genie 4 generativ yoldadır və TechCrunch komandanın detalların və obyektlərin sürüşə biləcəyini qəbul etdiyini bildirir. [2] Kulkarni hibrid yanaşmanı belə təsvir edir: Gemini kod və mətn yazır, Genie isə reallığı müxtəlif mücərrədlik səviyyələrində simulyasiya edir. [2]
Dünya modelləri üzərində başqa kim işləyir?
Bir neçə şirkət dünya modellərinə fərqli yollarla gedir. Aşağıdakı cədvəl mənbələrin bildirdiklərini ümumiləşdirir.
AMI Labs
Yann LeCun-un AMI Labs şirkəti LeCun-un 2022-ci ildə təklif etdiyi JEPA əsaslı dünya modelləri qurmaq üçün 3,5 milyard dollar pre-money qiymətləndirmə ilə 1,03 milyard dollar cəlb edib; bu, 9 mart 2026-da elan olunub. [12][11] CEO Alexandre LeBrun «dünya modelləri»nin növbəti moda sözü olacağını və hər şirkətin maliyyə cəlb etmək üçün özünü dünya modeli adlandıracağını proqnozlaşdırıb. O, həmçinin nəzəriyyədən kommersiya tətbiqlərinə keçməyin illər çəkə biləcəyini deyib. [12]
World Labs
Həmtəsisçisi Fei-Fei Li olan World Labs Marble-ı 12 noyabr 2025-də ümumi istifadəyə açıb. Marble Genie-nin etdiyi kimi kadrları anında yaratmaq əvəzinə mətn, şəkil və ya qısa videodan davamlı, yüklənə bilən 3D dünyalar yaradır. [13][14] TechCrunch-ın AMI Labs haqqında 9 mart 2026 tarixli məqaləsi World Labs-ın əvvəlki ay 1 milyard dollar cəlb etdiyini bildirib. [12]
Runway və bazar addımları
TechCrunch deyir ki, Genie 4 buraxılışı Runway-in səs yaratmanı da əhatə edən 2-ci dünya modeli GWM Worlds 2-ni buraxmasından bir neçə ay sonra gəlib. O, həmçinin World Labs-ın AMD tərəfindən alındığını, Amazon-un Decart-ı almaq üçün danışıqlar apardığını və Rivian-ın Third Dimension-ı aldığını bildirir. [2] Bunlar TechCrunch-ın xəbərləridir və nəzərdən keçirilən mənbələr onları müstəqil təsdiq etmir.
Genie 4 barədə nələr hələ qeyri-müəyyəndir?
Çox şey həll olunmayıb, ehtimal olunan növbəti addımlar isə əsasən əlçatanlıq və qiymətləndirmə ilə bağlıdır.
- Əlçatanlıq. DeepMind rəy topladıqdan sonra Genie 4-ü istehlakçılara və developerlərə təqdim etməyi planlaşdırır, TechCrunch «yaxın həftələrdə» deyir, nəzərdən keçirilən mənbələrdə isə qiymət və ümumi əlçatanlıq tarixi dərc olunmayıb. [1][2]
- Müstəqil sübut. Önbaxış etibarlı test iştirakçıları ilə məhduddur, ona görə keyfiyyət barədə iddialar DeepMind-dan və mətbuat yazılarından gəlir. [1][2]
- Benchmarklar. Stanford HAI deyir ki, mövcud heç bir benchmark siyasətçilərə dünya modellərini təhlükəsizlik baxımından kritik istifadə üçün qiymətləndirmək üçün kifayət qədər əsas vermir. [5]
- Təriflər və arxitektura. Sahə nəyin dünya modeli sayılması barədə və piksel generasiyasının, yoxsa mücərrəd proqnozun daha yaxşı yol olması barədə fikir ayrılığındadır. [7][11]
- Şişirtmə. AMI-nin öz CEO-su bu terminin maliyyə cəlb etmək üçün həddindən artıq istifadə ediləcəyini gözləyir. [12]
Növbəti nəyə baxmalı?
İlk əlamətlər Project Genie-də Google AI Ultra təqdimatı və Gemini API ilə Google AI Studio vasitəsilə erkən giriş olacaq. [1][2] Komanda sürüşmə, səs və dünyadaxili mətn problemlərini qəbul edir. [2] Bu bələdçinin fikrincə, hibrid dünya modellərinin qısa sessiyalardan kənarda dayanıqlı olub-olmadığını məhz bu problemlər üzrə müstəqil testlər göstərəcək. Google-dan Tejas Kulkarni hibridlərin daha geniş yayılacağını proqnozlaşdırır, lakin bu, hələ qəti nəticə yox, proqnozdur. [2]
| Model | Elan olunub | Mənbələrin dedikləri |
|---|---|---|
| Genie (ilkin məqalə) | 23 fevral 2024 | Etiketsiz internet videolarından hərəkət etiketləri olmadan öyrədilmiş generativ interaktiv mühit; 11B parametr. [8] |
| Genie 2 | Dekabr 2024 | Tək şəkil əmrini oynanıla bilən 3D dünyalara çevirir; 1 dəqiqəyə qədər ardıcıl, nümunələrin əksəriyyəti 10-20 saniyə. [9] |
| Genie 3 | 5 avqust 2025 | Mətndən saniyədə 24 kadr və 720p ilə real vaxtlı dünyalar; ardıcıllıq bir neçə dəqiqə saxlanır; TechCrunch tərəfindən tədqiqat önbaxışı kimi təsvir olunub. [3][6] |
| Project Genie (daxilində Genie 3) | 29 yanvar 2026 | ABŞ-da 18+ yaşlı Google AI Ultra abunəçiləri üçün eksperimental Google Labs veb tətbiqi; generasiyalar 60 saniyə ilə məhduddur. [4][10] |
| Genie 4 | 27 oktyabr 2026 | Yerli səs və dialoq, döngədə Gemini modelləri; TechCrunch 2 dəqiqəyə qədər ardıcıllıq bildirir; etibarlı test iştirakçıları üçün tədqiqat önbaxışı. [1][2] |
| Developer | Yanaşma | Bildirilən detal |
|---|---|---|
| Google DeepMind (Genie 4) | Kadrları, səsi və dialoqu real vaxtda yaradır, Gemini modelləri planlaşdırır və yoxlayır | 27 oktyabr 2026-da elan olunub; tədqiqat önbaxışı. [1] |
| World Labs (Marble) | Mətn, şəkil və ya qısa videodan davamlı, yüklənə bilən 3D dünyalar | 12 noyabr 2025-də ümumi istifadəyə açılıb. [13][14] |
| AMI Labs | JEPA: pikselləri çəkmək əvəzinə mücərrəd təsvir fəzasında proqnoz verir | 1,03 milyard dollar cəlb edib, 9 mart 2026-da elan olunub. [12][11] |
| Runway (GWM Worlds 2) | Səs yaratmanı da əhatə edən 2-ci dünya modeli | TechCrunch-a görə Genie 4-dən bir neçə ay əvvəl buraxılıb. [2] |
Ümumi səhvlər
Genie 4-ü artıq abunə olub istifadə etmək mümkün olan ictimai məhsul hesab etmək.
Düzgünü: Tarixə və statusa baxın. Genie 4 etibarlı test iştirakçıları üçün tədqiqat önbaxışıdır. DeepMind bildirir ki, modeli istehlakçılara və developerlərə təqdim etməzdən əvvəl rəy toplayır; başlanğıc Google AI Ultra abunəçiləri və erkən giriş tərəfdaşları olacaq. Gözləmə siyahısı açıqdır, lakin 3 noyabr 2026 tarixinə nəzərdən keçirilən mənbələrdə qiymət və ümumi əlçatanlıq tarixi göstərilməyib.
Genie 4-ün səsli ilk dünya modeli olduğunu təkrarlamaq.
Düzgünü: «DeepMind-ın yerli səsli ilk real vaxtlı dünya modeli» yazın. TechCrunch qeyd edir ki, bir neçə ay əvvəl buraxılmış Runway-in GWM Worlds 2 modeli də səs yaradır.
Fərqli məhsul və mənbələrdən götürülmüş sessiya müddəti rəqəmlərini bir iddiada birləşdirmək.
Düzgünü: Hər rəqəmi öz mənbəyi ilə göstərin. TechCrunch Genie 4 üçün 2 dəqiqəyə qədər bildirir, DeepMind Genie 3-ü «bir neçə dəqiqə» ardıcıl kimi təsvir edib, Project Genie isə generasiyaları 60 saniyə ilə məhdudlaşdırıb.
Dünya modelini ilə böyük dil modelini eyni şey saymaq.
Düzgünü: Dünya modelini hərəkətlər baş verdikdə mühitin necə dəyişəcəyini proqnozlaşdırmaq üçün nəzərdə tutulmuş sistem kimi qəbul edin. Quanta Manhattan naviqasiya testi kimi təcrübələri bildirir; onlar dil modellərinin yalnız bir-biri ilə əlaqəsiz evristikalar öyrənə biləcəyini göstərir.
İnandırıcı görünən yaradılmış dünyanın real fizikaya tabe olduğunu və mühəndislik və ya təhlükəsizlik qərarları üçün etibarlı olduğunu düşünmək.
Düzgünü: Modeli görünüşün və davranışın simulyatoru kimi oxuyun. TechCrunch bildirir ki, Genie 4 komandası uzun işləmələrdə detalların və obyektlərin sürüşə biləcəyini qəbul edir. Stanford HAI isə hazırkı heç bir benchmarkın dünya modellərini təhlükəsizlik baxımından kritik istifadə üçün qiymətləndirməyə əsas vermədiyini bildirir.
Demo videoları və şirkət iddialarını müstəqil yoxlanmış nəticə kimi qəbul etmək.
Düzgünü: DeepMind-ın iddialarını müstəqil qiymətləndirmədən ayırın. Nəzərdən keçirilən mənbələr yalnız etibarlı test iştirakçıları üçün önbaxışı təsvir edir, ona görə də kənar yoxlama çox güman ki, hələ yoxdur.
Tez-tez verilən suallar
Genie 4 nədir?
Genie 4 — Google DeepMind şirkətinin 27 oktyabr 2026-da elan etdiyi dünya modelidir. O, interaktiv dünyaları real vaxtda simulyasiya edir, görüntü ilə yanaşı ətraf səs və uyğunlaşan personaj dialoqları yaradır, işləyərkən səhnəni dəyişən klaviatura idarəetməsini və mətn əmrlərini qəbul edir. Hazırda etibarlı test iştirakçıları üçün tədqiqat önbaxışıdır. [1][2]
Genie 4 ictimaiyyət üçün əlçatandırmı?
Ümumilikdə hələ yox. DeepMind Genie 4-ü etibarlı test iştirakçıları üçün tədqiqat önbaxışı adlandırır. Şirkət istehlakçılara və developerlərə təqdim etməzdən əvvəl rəy topladığını, başlanğıcın Project Genie-də Google AI Ultra abunəçiləri, Gemini API və Google AI Studio-nun erkən giriş tərəfdaşları ilə olacağını bildirir. Gözləmə siyahısı açıqdır. TechCrunch geniş təqdimatı yaxın həftələrdə gözləyir. [1][2]
Genie 4 nə qədərdir?
3 noyabr 2026 tarixinə nəzərdən keçirilən mənbələrdə qiymət və ümumi əlçatanlıq tarixi göstərilməyib. DeepMind Google AI Ultra abunəçilərini ilk nəzərdə tutulan istehlakçı istifadəçilər arasında adlandırır. Genie 3 əsasında işləyən əvvəlki veb tətbiq Project Genie Ultra abunəçiləri üçün açılmışdı, ona görə Ultra ehtimal olunan yola oxşayır. Cari şərtlər üçün Google-un rəsmi səhifələrinə baxın. [1][4]
Genie 4 Genie 3-dən nə ilə fərqlənir?
TechCrunch bildirir ki, Genie 4 Genie 3-ə səs əlavə edir. DeepMind ətraf səsi, musiqini və hadisələrə uyğunlaşan dialoqu təsvir edir, planlaşdırma və yoxlama üçün Gemini modellərini döngəyə daxil edir. TechCrunch həmçinin ardıcıl səhnənin 2 dəqiqəyə qədər, yəni Genie 3-ün həddindən 2 dəfə çox davam etdiyini bildirir; DeepMind-ın yazısında nəzərdən keçirilən hissələrdə belə rəqəm yoxdur. [1][2]
Dünya modeli böyük dil modeli ilə eynidirmi?
Xeyr. Quanta bildirir ki, təcrübələr dil modellərinin ardıcıl dünya modelləri əvəzinə «evristika yığınları» öyrənə biləcəyini göstərir. Stanford HAI dünya modelini hərəkətə cavab olaraq mühitin necə dəyişdiyini proqnozlaşdıran sistem kimi müəyyən edir. TechCrunch Google-dan Tejas Kulkarni-nin hibrid dünya modellərini təsvir etdiyini sitat gətirir: Gemini kod və mətn yazır, Genie isə reallığı simulyasiya edir. [7][5][2]
Project Genie nədir?
Project Genie — Google Labs-da eksperimental prototip veb tətbiqdir; 29 yanvar 2026-da təqdim olunub və Genie 3, Nano Banana Pro və Gemini ilə işləyir. [4] O, ABŞ-da 18 və ya daha yuxarı yaşda olan Google AI Ultra abunəçiləri üçün açılıb [10] və onlara dünyaları eskiz etməyə, kəşf etməyə və yenidən işləməyə imkan verib; generasiyalar 60 saniyə ilə məhdudlaşıb. [4]
Genie 4 dünyanı nə qədər müddət ardıcıl saxlaya bilir?
TechCrunch 2 dəqiqəyə qədər bildirir və bunun Genie 3-ün həddini 2 dəfə artırdığını yazır. DeepMind-ın Genie 4 yazısında nəzərdən keçirilən hissələrdə rəqəm yoxdur, Genie 3-ü isə bir neçə dəqiqə ardıcıl kimi təsvir edib. TechCrunch həmçinin Genie 4 komandasının simulyasiya uzandıqca detalların və obyektlərin sürüşə biləcəyini qəbul etdiyini bildirir. [1][2][3]
Dünya modelləri üzərində başqa kim işləyir?
Google DeepMind-dan başqa, həmtəsisçisi Fei-Fei Li olan World Labs 2025-ci ilin noyabrında Marble modelini ümumi istifadəyə açıb. Yann LeCun-un AMI Labs şirkəti 2026-cı ilin martında JEPA əsaslı modellər üçün 1,03 milyard dollar cəlb edib. TechCrunch həmçinin Runway-in GWM Worlds 2 modelini bildirir. Hər biri dünyanı modelləşdirməyə fərqli texniki yol seçir. [2][12][13]
Lüğət
- Dünya modeli
- Dünya modeli — hərəkətə cavab olaraq mühitin necə dəyişəcəyini proqnozlaşdırmaq üçün mühitin işlək təsvirini quran süni intellekt sistemidir.
- Genie
- Genie — Google DeepMind şirkətinin 2024-cü il tədqiqat məqaləsindən 2026-cı ilin oktyabrındakı Genie 4-ə qədər interaktiv mühitlər yaradan modellər ailəsidir.
- Project Genie
- Project Genie — 29 yanvar 2026-da təqdim olunmuş Google Labs prototip veb tətbiqidir; ABŞ-dakı Google AI Ultra abunəçilərinə Genie 3 ilə işləyən dünyalar yaratmağa və kəşf etməyə imkan verib.
- Latent action model
- Latent action model — ilkin Genie-nin hərəkət etiketləri olmadan video kadrları arasında hansı hərəkətlərin baş verdiyini öyrənən hissəsidir.
- Avtoreqressiv model
- Avtoreqressiv model nəticəni addım-addım yaradır və hər yeni addım özündən əvvəlkilərdən asılı olur.
- Hibrid dünya modeli
- Google-dan Tejas Kulkarni-nin təsvir etdiyi hibrid dünya modeli kod və mətn yazan Gemini kimi dil modelini reallığı müxtəlif mücərrədlik səviyyələrində simulyasiya edən Genie kimi simulyatorla birləşdirir.
- JEPA
- JEPA, yəni Joint Embedding Predictive Architecture, Yann LeCun-un 2022-ci ildə təklif etdiyi yanaşmadır; piksel çəkmək əvəzinə mücərrəd təsvir fəzasında proqnoz verir.
- Tədqiqat önbaxışı
- Tədqiqat önbaxışı — developerin geniş təqdimatdan əvvəl rəy toplaması üçün etibarlı test iştirakçıları kimi məhdud qrupa verilən ilkin buraxılışdır.
Mənbələr
- Genie 4: A new generation of world simulation Google DeepMind · 2026-10-27
- Google's Genie 4 world model adds audio, more realistic worlds, and real-time steering TechCrunch · 2026-10-27
- Genie 3: A new frontier for world models Google DeepMind · 2025-08-05
- Project Genie: Experimenting with infinite, interactive worlds Google (The Keyword) · 2026-01-29
- The World Model and Spatial Intelligence Era: Governing AI Beyond Language Stanford Institute for Human-Centered AI (HAI) · 2026-07-27
- DeepMind thinks its new Genie 3 world model presents a stepping stone toward AGI TechCrunch · 2025-08-05
- 'World Models,' an Old Idea in AI, Mount a Comeback Quanta Magazine (Simons Foundation) · 2025-09-02
- Genie: Generative Interactive Environments (arXiv:2402.15391) arXiv (Google DeepMind authors: Bruce et al.) · 2024-02-23
- Genie 2: A large-scale foundation world model Google DeepMind · 2024-12-04
- Google rolling out 'Project Genie' to generate playable worlds 9to5Google · 2026-01-29
- Yann LeCun's AMI Secures $1B Seed to Develop AI World Models HPCwire (AIwire) · 2026-03-11
- Yann LeCun's AMI Labs raises $1.03B to build world models TechCrunch · 2026-03-09
- Marble: A Multimodal World Model World Labs · 2025-11-12
- Fei-Fei Li's World Labs unveils its world-generating AI model Fast Company
