Từ cảnh được tạo sẵn đến thế giới có thể khám phá
Genie 4 là mô hình thế giới AI tạo môi trường ảo từ văn bản hoặc hình ảnh tham khảo, rồi tiếp tục dựng diễn biến theo thời gian thực khi người dùng di chuyển và tương tác. Khác với video tạo sẵn, thế giới này không chỉ phát lại một chuỗi khung hình: nó phản hồi hành động của người dùng và có thể thay đổi ngay trong lúc khám phá.
Google DeepMind công bố Genie 4 ngày 27 tháng 10 năm 2026, với cải thiện về độ chân thực hình ảnh và khả năng mô phỏng vật lý so với Genie 3. Các màn trình diễn cho thấy người dùng có thể khám phá bằng phím điều khiển và camera, trong khi câu lệnh văn bản điều chỉnh cảnh đang chạy. Đây là bước tiến có ý nghĩa: AI tạo thế giới ảo đang chuyển từ công cụ tạo hình ảnh đẹp sang một môi trường có thể thử nghiệm hành động và phản ứng.
Mô hình được mô tả là có thể mô phỏng các hiện tượng như khí động học và va chạm, đồng thời tạo nhân vật di chuyển tự nhiên hơn, phản ứng với môi trường và được điều khiển khi mô phỏng vẫn tiếp diễn. Dù vậy, những màn trình diễn ấn tượng chưa đủ để chứng minh mọi tương tác vật lý đều chính xác.
Âm thanh và câu lệnh biến mô phỏng thành trải nghiệm
Điểm khác biệt dễ nhận thấy nhất là âm thanh được tạo cùng thế giới. Genie 4 có thể tạo tiếng gió, sóng, âm nhạc và lời thoại; các nhân vật còn có thể phản ứng với sự kiện trong cảnh hoặc với chỉ dẫn của người dùng. Thay vì ghép tiếng động vào một đoạn phim đã hoàn tất, mô hình tạo âm thanh trong lúc mô phỏng diễn ra.
Người dùng có thể ra lệnh bằng ngôn ngữ tự nhiên để đổi thời tiết, thêm người hoặc đồ vật, hay dịch chuyển camera. Nhờ đó, mô phỏng tương tác thời gian thực trở thành một không gian có thể chỉ đạo: người dùng vừa khám phá, vừa sửa bối cảnh mà không cần dừng toàn bộ cảnh. Đây là hướng đi thực dụng hơn một màn trình diễn chỉ để ngắm.
Cách kết hợp này có thể hữu ích cho làm phim và phát triển trò chơi. Nhà làm phim có thể thử góc máy, ánh sáng, lời thoại và hành động như một bản phác thảo trực tiếp; nhà phát triển có thể biến ý tưởng thành nguyên mẫu khám phá trước khi viết mã. Với robot và tác nhân AI, mô phỏng cũng có thể tạo cơ hội huấn luyện các tình huống tốn kém hoặc nguy hiểm nếu phải dựng ngoài đời.
Bản xem trước nghiên cứu, chưa phải công cụ phổ cập
Genie 4 hiện được cung cấp dưới dạng xem trước nghiên cứu cho một nhóm thử nghiệm đáng tin cậy. Google DeepMind dự kiến mở rộng quyền truy cập tới người đăng ký Google AI Ultra qua Project Genie và các đối tác truy cập sớm qua Gemini API, Google AI Studio; danh sách chờ Project Genie đã mở. Vì vậy, với phần lớn người dùng, đây vẫn là công nghệ để theo dõi hơn là một sản phẩm có thể dùng ngay.
Giới hạn kỹ thuật cũng đáng kể. Mỗi lượt điều khiển liên tục hiện chỉ kéo dài vài phút; khi sử dụng lâu hơn, vị trí hoặc hình dạng vật thể có thể mất nhất quán. DeepMind chưa công bố độ phân giải và tốc độ khung hình của Genie 4, nên chưa thể định lượng mức cải thiện so với Genie 3, vốn tạo thế giới không âm thanh ở 720p và 24 khung hình mỗi giây. Độ chính xác của âm thanh và các tương tác vật lý phức tạp vẫn là thách thức.
Quan trọng hơn, mô phỏng thuyết phục không đồng nghĩa với hiểu biết tổng quát. Một thế giới ảo có thể trông hợp lý và phản hồi linh hoạt trong phạm vi nhất định, nhưng điều đó chưa chứng minh mô hình hiểu thế giới thực theo cách cần thiết để xử lý mọi nhiệm vụ mới. Genie 4 là tiến bộ đáng chú ý trong mô phỏng và công cụ sáng tạo, không phải bằng chứng rằng trí tuệ nhân tạo tổng quát đã đạt tới.
