आज के ट्रेंड पर वापस: गूगल का Genie 4 AI घूमने लायक दुनिया बनाता है; अभी केवल आमंत्रित परीक्षक

Poly रेटिंग · आज के ट्रेंड से

2026 के सबसे अच्छे AI वर्ल्ड मॉडल: बाहरी लंबी-सैर परीक्षणों में

बाहरी परीक्षणों में Genie 3 याददाश्त में सभी परखे गए मॉडलों में सबसे आगे है, लेकिन आपके कीज़ का पालन करने में सिर्फ 8वें स्थान पर है। और 27 अक्टूबर को घोषित Genie 4 को अभी किसी एक भी बाहरी बेंचमार्क पर नहीं परखा गया है।

नंबर 1: Genie 3 (गूगल डीपमाइंड)
10 स्थान
28 अक्टूबर 2026, 16:51 EDT तक

01अंतिम सूची

अग्रणी AI ने स्वतंत्र रूप से अपनी-अपनी दस स्थानों की सूची बनाई। यहाँ एक आसानी से जाँचा जा सकने वाला नतीजा है: हर स्थान का कारण, स्रोत और उसे शामिल करने वाले AI की सूची है।

क्रम: सबसे अधिक AI सहमति से सबसे कम तक।

चमकीला बैज: इस AI ने प्रविष्टि अपनी सूची में रखी। फीका बैज: नहीं रखी।

1
Genie 3 (गूगल डीपमाइंड)
WorldRoamBench पर फर्स्ट-पर्सन में नंबर 1 (पेपर में 73.81, प्रोजेक्ट साइट पर 70.32), सबसे अच्छी याददाश्त के साथ, फिर भी कीज़ का पालन करने में 8वें स्थान पर। Project Genie सैर को 60 सेकंड तक सीमित रखता है।
शामिल किया: Claude, ChatGPT, Grok, Nova, Kimi, Qwen, StepFun, DeepSeek. शामिल नहीं किया: Gemini, Wenxin.
उनकी सूचियों में: Claude: 1 · ChatGPT: 1 · Grok: 1 · Nova: 10 · Kimi: 1 · Qwen: 8 · StepFun: 2 · DeepSeek: 1
हर AI ने क्या नोट किया 8
- Claudeस्थान 1
  WorldRoamBench की फ़र्स्ट-पर्सन तालिका में मेमोरी और फ़िज़िक्स में पहला स्थान, पर निर्देश मानने में 8वाँ और विज़ुअल क्वालिटी में 9वाँ: ऐसा दुर्लभ मॉडल जो कमरा याद रखता है, पर आपकी बात कम मानता है।
  स्रोत ↗
- ChatGPTस्थान 1
  स्वतंत्र अरीना में 1,727 Elo के साथ अग्रणी, फिर भी इंटरैक्टिव वीडियो दुनिया की सबसे आगे की पीढ़ी भी एक सत्यापित घंटे भर के सिमुलेशन से बहुत दूर है।
- Grokस्थान 1
  बाहरी लोगों के लंबे-सैर बेंचों पर सबसे आगे (कुल ~70-74 FPV), पर क्यूरेटेड डेमो की तुलना में बाहरी लोग अभी भी फ़िज़िक्स और मेमोरी में कमियाँ देखते हैं।
  स्रोत ↗
- Novaस्थान 10
  Genie 4 की नींव, 1 मिनट स्थिरता
  स्रोत ↗
- Kimiस्थान 1
  एकमात्र मॉडल जो दोनों स्वतंत्र चलने वाले परीक्षणों में सबसे आगे है: WorldRoamBench पर फ़र्स्ट-पर्सन कुल में #1 (73.81) और WorldMark पर सबसे अच्छी विश्व-सुसंगति, पर आपकी सैर डिज़ाइन से ही 60 सेकंड पर ख़त्म होती है।
- Qwenस्थान 8
  Genie 4 का 2025 का पूर्वज जिसने उपयोगकर्ता-निर्देशित वातावरण की शुरुआत की, अब फ़िज़िक्स में Cosmos और 3D निर्यात में Marble से काफ़ी पीछे छूट गया है।
  स्रोत ↗
- StepFunस्थान 2
  एकमात्र वर्ल्ड मॉडल जिसे हर बाहरी बेंचमार्क चलाता है — और जिसके अपने एक-मिनट मेमोरी दावे को तालिकाएँ लगभग पुष्ट करती हैं।
  स्रोत ↗
- DeepSeekस्थान 1
  हर बाहरी बेंचमार्क में शीर्ष तीन में आने वाला अकेला वर्ल्ड मॉडल — और कार्रवाई-पालन में 8वाँ स्थान, जो दिखाता है कि क्यूरेटेड डेमो कहाँ ख़त्म होता है।
  स्रोत ↗
8 AI ने इसे यहाँ रखा
स्रोत ↗
2
Genie 4 (गूगल डीपमाइंड)
आवाज़, बोलने वाले किरदार और दुनिया के बीच टाइप करके किए बदलाव, लेकिन इसे केवल आमंत्रित परीक्षक इस्तेमाल कर सकते हैं और कोई बाहरी परीक्षण नहीं है। ‘2 मिनट’ प्रेस रिपोर्ट्स से आया है; Google कोई संख्या नहीं देता।
शामिल किया: Claude, ChatGPT, Grok, Nova, Kimi, Qwen, StepFun, DeepSeek. शामिल नहीं किया: Gemini, Wenxin.
उनकी सूचियों में: Claude: 3 · ChatGPT: 3 · Grok: 3 · Nova: 1 · Kimi: 9 · Qwen: 2 · StepFun: 3 · DeepSeek: 2
हर AI ने क्या नोट किया 8
- Claudeस्थान 3
  सबसे लंबी फ़ीचर-सूची (आवाज़, बोलने वाले किरदार, दुनिया के बीच में लिखकर बदलाव) और बाहरी प्रमाण सबसे कम: कल ही घोषित हुआ, किसी ने इसका बेंचमार्क नहीं किया।
  स्रोत ↗
- ChatGPTस्थान 3
  लगभग दो मिनट का इंटरैक्टिव सिमुलेशन अब जनरेट की गई आवाज़ और ध्वनि भी शामिल करता है, पर स्वतंत्र परीक्षकों ने अभी तय नहीं किया है कि दुनिया लौटने पर बची रहती है या नहीं।
  स्रोत ↗
- Grokस्थान 3
  DeepMind का पहला वर्ल्ड मॉडल जिसमें नेटिव ऑडियो और संवाद हैं, पर अभी केवल आमंत्रित टेस्टर तक सीमित और बाहरी लोगों ने इसका बेंचमार्क नहीं किया।
  स्रोत ↗
- Novaस्थान 1
  नेटिव ऑडियो, 2 मिनट स्थिरता, Gemini-निर्देशित योजना
  स्रोत ↗
- Kimiस्थान 9
  कल ही घोषित, सबसे बड़ी दावा की गई छलांग के साथ: आवाज़, बोलने वाले किरदार, दृश्य चलाने वाला Gemini दिमाग़ — और इसे परखने के लिए एक भी बाहरी परीक्षण या प्रकाशित स्पेसिफ़िकेशन नहीं।
  स्रोत ↗
- Qwenस्थान 2
  27 अक्टूबर 2026 को घोषित, यह रीयल-टाइम नेटिव ऑडियो और बातचीत करने वाले किरदार जोड़ता है, पर इसकी असली स्थिरता केवल आमंत्रण-आधारित टेस्टर दीवार के पीछे बंद है।
  स्रोत ↗
- StepFunस्थान 3
  अब तक का सबसे इंटरैक्टिव वर्ल्ड मॉडल Google के बाहर किसी ने नहीं चलाया।
  स्रोत ↗
- DeepSeekस्थान 2
  दो मिनट की सुसंगति, नेटिव ध्वनि और बोलने वाले किरदार — और इसे साबित करने वाली बाहरी बेंचमार्क की एक भी पंक्ति नहीं।
  स्रोत ↗
8 AI ने इसे यहाँ रखा
स्रोत ↗
3
Marble (वर्ल्ड लैब्स)
समय के साथ बिखरती नहीं, क्योंकि दुनिया लाइव वीडियो नहीं, बल्कि सहेजी हुई 3D फ़ाइल है (splats और meshes)। कोई लंबी-सैर बेंचमार्क इसे नहीं परखता, और यह लाइव सिम्युलेटर नहीं है।
शामिल किया: Claude, ChatGPT, Gemini, Grok, Kimi, Qwen, StepFun, DeepSeek. शामिल नहीं किया: Nova, Wenxin.
उनकी सूचियों में: Claude: 6 · ChatGPT: 2 · Gemini: 2 · Grok: 5 · Kimi: 4 · Qwen: 3 · StepFun: 1 · DeepSeek: 3
हर AI ने क्या नोट किया 8
- Claudeस्थान 6
  यह वीडियो स्ट्रीम नहीं करता; यह एक स्थायी Gaussian splat और मेश वाली दुनिया देता है, इसलिए मुड़ना डिज़ाइन से सुरक्षित है, पर उसके भीतर ज़्यादा देर खेला नहीं जा सकता।
  स्रोत ↗
- ChatGPTस्थान 2
  ऐसी दुनिया जिसे असली 3D ज्यामिति के रूप में निर्यात किया जा सके, उसे टिकाऊपन का फ़ायदा है, जिसे सुंदर पर लगातार नए सिरे से बनने वाला वीडियो अपने आप नहीं पा सकता।
- Geminiस्थान 2
  शुद्ध वीडियो वाले जादूगरों से अलग, यह एक-एक फ़ोटो को निर्यात योग्य 3D Gaussian splat दुनिया में बदलता है, जिसमें मानव आर्किटेक्ट बिना दृश्य-क्षय के अनिश्चित समय तक घूम सकते हैं।
- Grokस्थान 5
  वह जो वीडियो-मात्र सैरों के बजाय असली संपादन योग्य 3D (splats, meshes, GLB) निर्यात करता है।
- Kimiस्थान 4
  स्थिरता की चाबी: इसकी दुनिया कभी ख़राब नहीं होती, क्योंकि वे निर्यात की गई 3D फ़ाइलें हैं; यही एकमात्र शीर्ष मॉडल है जिसे कोई बेंचमार्क कमरा “भुला” नहीं सकता।
- Qwenस्थान 3
  एकमात्र मॉडल जो सचमुच संपादन योग्य 3D ज्यामिति निर्यात करता है, न कि केवल वीडियो, जिससे फ़िल्ममेकरों और आर्किटेक्टों को भ्रम नहीं, असली स्थानिक इंजन मिलता है।
- StepFunस्थान 1
  एकमात्र वर्ल्ड मॉडल जिसकी वस्तु-स्थायिता एक फ़ाइल फ़ॉर्मेट है, उम्मीद नहीं।
- DeepSeekस्थान 3
  एकमात्र शीर्ष मॉडल जो Gaussian splat दृश्य निर्यात करता है जिसे आप Unreal या Blender में फिर से खोल सकते हैं — वस्तु की स्थायिता ज्यामिति से, याददाश्त से नहीं।
8 AI ने इसे यहाँ रखा
स्रोत ↗
4
एनवीडिया Cosmos 3
रोबोट और कारों को प्रशिक्षित करने के लिए बना है और सैर परीक्षणों से बाहर है। एनवीडिया की अपनी रिपोर्ट कहती है कि एक ड्राइविंग वैरिएंट 1 घंटे तक अपने मेट्रिक्स बनाए रखता है (लैब का दावा, दो दृश्य)।
शामिल किया: Claude, ChatGPT, Gemini, Grok, Kimi, Wenxin, Qwen, StepFun. शामिल नहीं किया: Nova, DeepSeek.
उनकी सूचियों में: Claude: 8 · ChatGPT: 9 · Gemini: 3 · Grok: 4 · Kimi: 8 · Wenxin: 1 · Qwen: 1 · StepFun: 6
हर AI ने क्या नोट किया 8
- Claudeस्थान 8
  इसे रोबोट और कारों के लिए ट्रेनिंग डेटा बनाने के लिए बनाया गया है, उसमें घूमने के लिए नहीं, और यह डेवलपर्स के लिए खुला है।
  स्रोत ↗
- ChatGPTस्थान 9
  सबसे असरदार वर्ल्ड-मॉडल प्लेटफ़ॉर्म शायद वह है जो रोबोट-ट्रेनिंग डेटा बना रहा है, न कि वह जो सुंदर दुनिया की वीडियो प्रतियोगिता जीत रहा है।
- Geminiस्थान 3
  गेमिंग के बजाय फ़िज़िकल AI के लिए बना, गुरुत्वाकर्षण और घर्षण के बेंचमार्क में सबसे ऊँचा स्कोर, और औद्योगिक रोबोट के ट्रैजेक्टरी डेटा को पढ़ता है।
  स्रोत ↗
- Grokस्थान 4
  खुला ओम्निमोडल फ़िज़िकल-AI आधार, जो रोबोट और AV सिमुलेशन में पहले से इस्तेमाल होता है; खुले फ़िज़िक्स बेंचों पर ऊँचा, पर इंटरैक्टिव लंबी सैर के स्कोर बंद मॉडलों से पीछे।
  स्रोत ↗
- Kimiस्थान 8
  किसी ने इसे मज़े के लिए नहीं चलाया, पर यह अकेला मॉडल है जिसका प्रकाशित एक-घंटे का स्थिरता ग्राफ़ है: ड्राइविंग सिमुलेशन के पूरे 60 मिनट में मेट्रिक्स सीमा में रहते हैं।
  स्रोत ↗
- Wenxinस्थान 1
  एकमात्र वर्ल्ड मॉडल जिसका प्रकाशित फ़िज़िक्स इंजन आज रोबोट सिमुलेशन चलाता है — डेवलपर्स के लिए मिनटों तक स्थिर दुनियाएँ।
  स्रोत ↗
- Qwenस्थान 1
  एकमात्र ओपन मॉडल जो सात फ़िज़िकल-AI लीडरबोर्ड पर #1 है, जिससे वर्ल्ड जनरेशन एक ट्रेनिंग मानक बनता है, न कि महज़ करतब।
- StepFunस्थान 6
  ओपन और ओम्निमोडल, पर रोबोट ट्रेन करने के लिए बना है, घंटे भर घूमने के लिए नहीं।
  स्रोत ↗
8 AI ने इसे यहाँ रखा
स्रोत ↗
5
HY-World 1.5 / WorldPlay (टेनसेंट हुनयुआन)
सभी मॉडलों में कीज़ का सबसे अच्छा पालन करता है (आंशिक सटीकता 98.33, फर्स्ट-पर्सन 70.29), लेकिन थर्ड-पर्सन नियंत्रण 21.23 पर गिर जाता है, जबकि Happy Oyster का 84.43 है।
शामिल किया: Claude, ChatGPT, Grok, Nova, Kimi, Qwen, StepFun, DeepSeek. शामिल नहीं किया: Gemini, Wenxin.
उनकी सूचियों में: Claude: 4 · ChatGPT: 6 · Grok: 7 · Nova: 2 · Kimi: 6 · Qwen: 6 · StepFun: 5 · DeepSeek: 8
हर AI ने क्या नोट किया 8
- Claudeस्थान 4
  24 FPS पर चलने वाला और लंबी अवधि की ज्यामितीय मेमोरी वाला अकेला ओपन मॉडल, पूरे ट्रेनिंग कोड और वेट्स के साथ; WorldMark में इसे बाहरी लोगों ने चलाया।
  स्रोत ↗
- ChatGPTस्थान 6
  एक खुले तौर पर जारी वर्ल्ड मॉडल, जिसमें मेमोरी दोबारा बनाने की स्पष्ट व्यवस्था है: बनाई गई दुनिया अधूरी हो तब भी इंजीनियरिंग को जांचा जा सकता है।
  स्रोत ↗
- Grokस्थान 7
  ओपन वेट्स जो कुछ कार्रवाई-स्कोर में आगे हैं, पर TPV कंट्रोल और फ़िज़िक्स में बंद मॉडलों से बुरी तरह पीछे।
  स्रोत ↗
- Novaस्थान 2
  संतुलित गुणवत्ता और कंट्रोल, ओपन-सोर्स
  स्रोत ↗
- Kimiस्थान 6
  कीबोर्ड निर्देश Genie 3 से बेहतर मानता है (98.33 आंशिक कार्रवाई-सटीकता), पर किरदार आते ही कमरा खो देता है: 21% थर्ड-पर्सन कंट्रोल दर।
  स्रोत ↗
- Qwenस्थान 6
  Tencent का ओपन-सोर्स मल्टी-मोडल ढाँचा गहराई और कैमरा पोज़ के साथ असली नेविगेबल 3D दृश्य बनाता है, जो बंद-स्रोत दिग्गजों का गंभीर प्रतिद्वंद्वी है।
  स्रोत ↗
- StepFunस्थान 5
  एकमात्र ओपन मॉडल जो सिर्फ़ विज़ुअल मेमोरी नहीं, बल्कि ज्यामितीय सुसंगति का वादा करता है।
  स्रोत ↗
- DeepSeekस्थान 8
  WBench में सबसे अच्छा नेविगेशन 87.5 पर, पर परस्पेक्टिव सुसंगति 62.5 तक ढह जाती है — ऐसी दुनिया जिसे आप चला सकते हैं, पर मुड़ने पर उस पर भरोसा नहीं।
  स्रोत ↗
8 AI ने इसे यहाँ रखा
स्रोत ↗
6
Matrix-Game 3.0 (स्काईवर्क AI)
सबसे तेज़ ओपन मॉडल (720p पर 40 FPS, लेखकों का दावा) बाहरी सैर में फर्स्ट-पर्सन में सिर्फ 63.31 लेता है। इसकी एक मिनट लंबी याददाश्त लैब का अपना दावा है।
शामिल किया: Claude, ChatGPT, Grok, Nova, Kimi, Qwen, StepFun, DeepSeek. शामिल नहीं किया: Gemini, Wenxin.
उनकी सूचियों में: Claude: 5 · ChatGPT: 7 · Grok: 8 · Nova: 3 · Kimi: 5 · Qwen: 5 · StepFun: 4 · DeepSeek: 7
हर AI ने क्या नोट किया 8
- Claudeस्थान 5
  5B के ओपन मॉडल से 40 FPS तक 720p, 2.0 के 25 FPS से बड़ी छलांग, पर एक मिनट वाला दावा लेखकों का अपना है।
  स्रोत ↗
- ChatGPTस्थान 7
  इसका 1,487 Elo Genie 3 के सामने मामूली लगता है, फिर भी WorldMark इसे उल्टी दिशा के निर्देश मानने का अच्छा उदाहरण बताता है।
- Grokस्थान 8
  तेज़ ओपन इंटरैक्टिव वीडियो मॉडल (~5 MPPS), जो लंबी अवधि की फ़िज़िक्स और मेमोरी में अब भी पीछे है।
  स्रोत ↗
- Novaस्थान 3
  मज़बूत फ़िज़िक्स, थर्ड-पर्सन सपोर्ट
  स्रोत ↗
- Kimiस्थान 5
  ओपन-सोर्स मिनट-धारक: 40 FPS पर 720p और मिनट-भर की मेमोरी, और 15 अक्टूबर 2026 को यह Matrix-Game 4.0 में बढ़ा, यानी असली खेलने योग्य गेम लेवल।
  स्रोत ↗
- Qwenस्थान 5
  लंबे 720p वीडियो जनरेशन का ओपन-सोर्स चैंपियन, जो WorldMark पर कई मिनट तक दृश्य जोड़े रखता है, जहाँ मालिकाना मॉडल अक्सर विज़ुअल बहाव में बिखर जाते हैं।
  स्रोत ↗
- StepFunस्थान 4
  लगभग 25 GB के ओपन वेट्स, जो आम कार्ड पर 720p में 40 FPS तक पहुँचते हैं।
  स्रोत ↗
- DeepSeekस्थान 7
  5B मॉडल से 720p पर 40 FPS — ओपन-सोर्स रीयल-टाइम बेंचमार्क जिसे हराना है।
  स्रोत ↗
8 AI ने इसे यहाँ रखा
स्रोत ↗
7
YUME 1.5
WorldMark में सबसे सुंदर फ्रेम (इमेजिंग 74.36), लेकिन सुसंगति कमज़ोर: WorldRoamBench पर फर्स्ट-पर्सन में 56.21, 10 में से 9वाँ। मुड़ते ही कमरे का ढाँचा बिगड़ने लगता है।
शामिल किया: Claude, ChatGPT, Grok, Nova, Kimi, Qwen, StepFun, DeepSeek. शामिल नहीं किया: Gemini, Wenxin.
उनकी सूचियों में: Claude: 9 · ChatGPT: 5 · Grok: 9 · Nova: 4 · Kimi: 10 · Qwen: 7 · StepFun: 10 · DeepSeek: 9
हर AI ने क्या नोट किया 8
- Claudeस्थान 9
  एक ओपन मॉडल जिसे WorldMark ने एक जैसे दृश्यों पर चलाया, पर जो स्रोत मुझे मिल सके उनमें कोई खास नतीजा नहीं।
  स्रोत ↗
- ChatGPTस्थान 5
  मानव पसंद वोटिंग में तीसरे स्थान पर, पर WorldMark के कार्रवाई-परीक्षण दिखाते हैं कि एक विश्वसनीय दृश्य भी बुनियादी हरकत के निर्देशों पर खराब प्रतिक्रिया दे सकता है।
- Grokस्थान 9
  WorldMark पर सौंदर्य-स्कोर मज़बूत, पर लंबी अवधि की WorldRoamBench स्थिरता में लगभग सबसे नीचे।
  स्रोत ↗
- Novaस्थान 4
  ऊँची दृश्य-आकर्षकता, कमज़ोर स्थिरता
  स्रोत ↗
- Kimiस्थान 10
  सुंदरता-प्रतियोगिता का विजेता जो मेमोरी टेस्ट में फ़ेल हो जाता है: WorldMark में सबसे सुंदर फ़्रेम, पर आप मुड़ते हैं तो कमरे का कोई मतलब नहीं रहता।
  स्रोत ↗
- Qwenस्थान 7
  टेक्स्ट से नियंत्रित होने वाला इंटरैक्टिव दुनिया-जनरेटर जो WorldMark के एकीकृत दृश्यों पर भरोसे से चलता है, हालाँकि इसमें Genie 4 जैसी रीयल-टाइम ऑडियो गहराई नहीं है।
  स्रोत ↗
- StepFunस्थान 10
  ओपन और कीबोर्ड से खेलने योग्य, और यह सबसे साफ़ उदाहरण है कि डेमो अपने ही घुमावों से आगे निकल जाता है।
  स्रोत ↗
- DeepSeekस्थान 9
  WorldMark का विज़ुअल-क्वालिटी विजेता जो लंबी अवधि की सुसंगति में खराब स्थान पाता है — सुंदरता बिना मेमोरी के।
  स्रोत ↗
8 AI ने इसे यहाँ रखा
स्रोत ↗
8
Happy Oyster (अलीबाबा)
जब स्क्रीन पर कोई किरदार हो, तब यह Genie 3 से आगे निकल जाता है: WorldRoamBench पर थर्ड-पर्सन में नंबर 1 (60.24 बनाम 57.04) और फर्स्ट-पर्सन में शीर्ष तीन में। बंद मॉडल है, वेटलिस्ट के ज़रिए शुरुआती पहुँच।
शामिल किया: Claude, Grok, Nova, Kimi, Qwen, StepFun, DeepSeek. शामिल नहीं किया: ChatGPT, Gemini, Wenxin.
उनकी सूचियों में: Claude: 2 · Grok: 2 · Nova: 9 · Kimi: 2 · Qwen: 4 · StepFun: 8 · DeepSeek: 4
हर AI ने क्या नोट किया 7
- Claudeस्थान 2
  WorldRoamBench की थर्ड-पर्सन तालिका में सबसे आगे है और फ़र्स्ट-पर्सन में शीर्ष तीन में है, जबकि प्रेस के अनुसार इसका रोमिंग मोड लगभग 1 मिनट चलता है।
  स्रोत ↗
- Grokस्थान 2
  उन्हीं बाहरी सैरों पर TPV कंट्रोल और मेमोरी में शीर्ष पर, जहाँ ओपन मॉडल की कमियाँ दिखती हैं; डायरेक्टिंग मोड 3 मिनट तक।
  स्रोत ↗
- Novaस्थान 9
  शुरुआती चरण, सीमित परीक्षण
  स्रोत ↗
- Kimiस्थान 2
  जैसे ही कोई किरदार स्क्रीन पर आता है, Genie 3 को पीछे छोड़ता है: WorldRoamBench पर थर्ड-पर्सन में #1, 84.4% थर्ड-पर्सन कंट्रोल दर के साथ, जो सबसे अच्छे ओपन मॉडल से लगभग 4 गुना है।
  स्रोत ↗
- Qwenस्थान 4
  रीयल-टाइम खुला इंजन जो आवाज़ और कीबोर्ड इनपुट संभालता है; WorldRoamBench पर ऊँचा, पर 60 सेकंड के बाद फ़िज़िक्स स्थिर रखने में अब भी जूझता है।
  स्रोत ↗
- StepFunस्थान 8
  सबसे ज़्यादा उद्धृत ओपन तालिका का मुख्य नाम — और आपकी कुंजियों का पालन करने में अब भी ओपन मॉडलों से पीछे।
  स्रोत ↗
- DeepSeekस्थान 4
  WorldRoamBench का थर्ड-पर्सन चैंपियन और WBench के नेविगेशन में अपवाद 94.8 के साथ — फिर विज़ुअल स्कोर में अंतिम।
  स्रोत ↗
7 AI ने इसे यहाँ रखा
स्रोत ↗
9
Lyra 2.0 (एनवीडिया)
बाहरी लंबी-सैर परीक्षणों में सबसे अच्छा ओपन मॉडल: फर्स्ट-पर्सन में 70.32 (साइट पर 69.61), Genie 3 के ठीक पीछे। इसके वेट्स का लाइसेंस गैर-व्यावसायिक है।
शामिल किया: Claude, ChatGPT, Grok, Nova, Kimi, DeepSeek. शामिल नहीं किया: Gemini, Wenxin, Qwen, StepFun.
उनकी सूचियों में: Claude: 7 · ChatGPT: सूची देखें · Grok: 6 · Nova: 6 · Kimi: 3 · DeepSeek: 5
हर AI ने क्या नोट किया 6
- Claudeस्थान 7
  WorldRoamBench की फ़र्स्ट-पर्सन शीर्ष-तीन सूची में आने वाला, जिसे Genie से कहीं कम ध्यान मिलता है।
  स्रोत ↗
- ChatGPT
  इसकी अपनी सूची में नाम अलग है: पूरी सूची खोलें।
  सूची देखें
- Grokस्थान 6
  WorldRoamBench पर ओपन मॉडल का सबसे ऊँचा FPV स्कोर (~69-70), बंद शीर्ष मॉडलों के ठीक पीछे।
  स्रोत ↗
- Novaस्थान 6
  मज़बूत मेमोरी, मध्यम फ़िज़िक्स
  स्रोत ↗
- Kimiस्थान 3
  बाहरी लोगों के सैर-परीक्षण में सबसे अच्छा ओपन-वेट मॉडल: फ़र्स्ट-पर्सन कुल 70.32, Genie 3 से 3.5 अंक के भीतर, और ऐसे हार्डवेयर पर जिसे आप किराये पर ले सकते हैं।
  स्रोत ↗
- DeepSeekस्थान 5
  ओपन-वेट लीडर: WorldRoamBench में कुल मिलाकर दूसरे स्थान पर, और अकेला शीर्ष-पाँच मॉडल जिसे आप डाउनलोड करके चला सकते हैं।
  स्रोत ↗
6 AI ने इसे यहाँ रखा
स्रोत ↗
10
LingBot-World (एंट ग्रुप)
कठिन कीज़ के क्रम में स्थिर (सख़्त सटीकता 5 अंक से कम गिरती है) और WorldRoamBench पर फर्स्ट-पर्सन में 64.25, लेकिन थर्ड-पर्सन में सिर्फ 32.19।
शामिल किया: ChatGPT, Grok, Nova, Kimi. शामिल नहीं किया: Claude, Gemini, Wenxin, Qwen, StepFun, DeepSeek.
उनकी सूचियों में: ChatGPT: 8 · Grok: 10 · Nova: 5 · Kimi: 7
हर AI ने क्या नोट किया 4
- ChatGPTस्थान 8
  1,605 Elo वाला दावेदार, जिसकी 228 अरीना लड़ाइयाँ हैं, इसलिए इसका सार्वजनिक तुलना-रिकॉर्ड कई जाने-माने प्रतिस्पर्धियों से बड़ा है।
- Grokस्थान 10
  ओपन मॉडल कार्रवाई-पालन में प्रतिस्पर्धी, पर TPV कंट्रोल और कुल स्थिरता में कमज़ोर, जब बाहरी लोग वही सैरें चलाते हैं।
  स्रोत ↗
- Novaस्थान 5
  अच्छी स्थानिक स्थिरता, कंट्रोल में दिक्कतें
  स्रोत ↗
- Kimiस्थान 7
  ओपन दुनिया का लगातार दूसरे नंबर का: बाहरी लोगों के सैर-परीक्षण पर 64.25, और एनवीडिया के कैमरा-नेविगेशन बेंचमार्क में केवल एनवीडिया के अपने सिमुलेटर से पीछे।
  स्रोत ↗
4 AI ने इसे यहाँ रखा
स्रोत ↗

शीर्ष तीन के बारे में और ↓

02शीर्ष तीन के बारे में और

रैंकिंग ऊपर है। यहाँ शीर्ष तीन स्थानों के बारे में और जानकारी है: वे क्या हैं, यहाँ क्यों हैं, और क्या जानना उपयोगी है।

केवल Genie 3 का बाहरी स्कोर है (WorldRoamBench)। Genie 4 की कोई बाहरी जाँच नहीं हुई है, और Marble एक सेव की गई 3D फ़ाइल है, जिसे कोई लंबी-सैर वाली जाँच नहीं मापती। इसलिए तीनों को एक ही तरीके से नहीं मापा गया है।

1Genie 3 (गूगल डीपमाइंड)

नं. 1 — Genie 3 (गूगल डीपमाइंड). 10 में से 8 AI की सूचियों में; वहाँ मध्य स्थान: 1. बाहरी सैर-परीक्षणों में इसकी याददाश्त सभी मॉडलों में सबसे अच्छी है, हालाँकि यह आपकी की-प्रेस को ठीक से नहीं मानता और सैर 60 सेकंड पर खत्म हो जाती है।

Unknown author Unknown author · Public domain · Wikimedia Commons

क्या आप जानते हैं

Genie 3 गूगल स्ट्रीट व्यू से शुरू करके सड़क के दृश्य बना सकता है। वेमो ने रोबोटैक्सी के लिए दुर्लभ सड़क-स्थितियों की नकल करने हेतु अपना अलग संस्करण, वेमो वर्ल्ड मॉडल, बनाया। वह संस्करण Genie 3 से चार गुना तेज़ lidar आउटपुट देता है।
स्रोत ↗

यह क्या है: गूगल का AI, जो एक ऐसी दुनिया लाइव वीडियो के रूप में बनाता है जिसमें आप चल सकते हैं।
इसकी बढ़त: तीनों में अकेला, जिसके बाहरी जाँच-स्कोर हैं; याददाश्त में पहले स्थान पर।
किसके लिए सही: उन लोगों के लिए जो लाइव, चलने लायक दुनिया आज़माना चाहते हैं; लंबे सत्र चाहने वालों के लिए नहीं।

WorldRoamBench का पहली-पर्सन स्कोर73.81 पहली-पर्सन (पेपर)

विकिपीडिया · Wikidata

यह यहाँ क्यों है

12 वर्ल्ड मॉडलों की WorldRoamBench जाँच में Genie 3 पहली-पर्सन सैर में याददाश्त के लिए पहले स्थान पर रहा, और भौतिकी में भी पहले स्थान पर। उसकी कमज़ोरी की-प्रेस को मानना थी, जहाँ वह आठवें स्थान पर रहा।
स्रोत ↗
Genie 3 की याददाश्त लगभग एक मिनट चलती है, जबकि Genie 2 की 10–20 सेकंड थी। लेकिन प्रोजेक्ट जीनी, जिसे लोग इस्तेमाल कर सकते हैं, हर सैर 60 सेकंड पर खत्म कर देता है, क्योंकि लंबे सत्र व्यापक रूप से देने में बहुत महँगे पड़ते हैं।
स्रोत ↗ ✓ कई AI ने पुष्टि की

क्या आप जानते हैं

Genie 3 के लगभग 11 billion पैरामीटर बताए गए हैं। इसकी लगभग एक मिनट की विज़ुअल याददाश्त Genie 2 की 10–20 सेकंड से तीन से छह गुना लंबी है। Genie 2 अपनी दुनिया केवल 360p पर बनाता था।
स्रोत ↗

इतिहास

प्रोजेक्ट जीनी 29 जनवरी 2026 को अमेरिका में गूगल AI Ultra सब्सक्राइबरों के लिए खुला। गूगल के पेज के अनुसार सैर 60 सेकंड तक सीमित थी, और नियंत्रण धीमे हो सकते थे।
स्रोत ↗

ध्यान रखें

टेकक्रंच के अनुसार कंप्यूट लागत के कारण हर प्रोजेक्ट जीनी सत्र एक मिनट तक सीमित है। किसी जगह पर लौटना आम तौर पर काम करता था, लेकिन दृश्य फिर से बनने पर चीज़ें गायब या नई जुड़ सकती थीं।
स्रोत ↗ ✓ कई AI ने पुष्टि की
उसी समीक्षा में पाया गया कि कभी-कभी कीज़ कुछ नहीं करतीं या किरदार को गलत दिशा में भेज देतीं, और किरदार कभी-कभी दीवारों के आर-पार चले जाते थे। फ़ोटो जैसे यथार्थवादी प्रॉम्प्ट अक्सर वीडियो गेम जैसे दिखते थे।
स्रोत ↗

आगे कहाँ देखें

प्रोजेक्ट जीनी अमेरिका के 18+ गूगल AI Ultra सब्सक्राइबरों के लिए Genie 3 चलाता है। वर्ल्ड स्केचिंग से शुरू करें: कोई दृश्य लिखें, चलना, उड़ना या ड्राइव करना चुनें, फिर उसमें घूमें। 60 सेकंड की सीमा पर ध्यान रखें।
स्रोत ↗

वीडियो: AlphaGo - How AI mastered the hardest boardgame in history (अंग्रेज़ी में) · Arxiv Insights

शीर्ष तीन की तुलना करें ↓

2Genie 4 (गूगल डीपमाइंड)

नं. 2 — Genie 4 (गूगल डीपमाइंड). 10 में से 8 AI की सूचियों में; वहाँ मध्य स्थान: 3. इसमें आवाज़ और लंबी दुनियाएँ जुड़ी हैं, प्रेस रिपोर्टों के अनुसार लगभग दो मिनट, लेकिन इसे केवल आमंत्रित टेस्टर ही इस्तेमाल कर सकते हैं और कोई बाहरी जाँच नहीं है।

Unknown author Unknown author · Public domain · Wikimedia Commons

क्या आप जानते हैं

Genie 4, 27 अक्टूबर 2026 को, इस रैंकिंग से बस एक दिन पहले, एक रिसर्च प्रीव्यू के रूप में सामने आया। गूगल का कहना है कि यह जीवंत विवरण के लिए Gemini Omni पर बना है। DeepMind इसे रोबोट और एजेंट कैसे घूमते हैं, यह परखने की एक सुरक्षित जगह के रूप में भी पेश करता है।
स्रोत ↗

यह क्या है: गूगल का नवीनतम वर्ल्ड मॉडल, 27 अक्टूबर 2026 को घोषित।
इसकी बढ़त: Genie 3 से लंबी दुनियाएँ (प्रेस रिपोर्टों के अनुसार), और आवाज़ तथा बोलने वाले किरदार जुड़े हैं।
किसके लिए सही: उन लोगों के लिए जो टेस्टर सूची में शामिल हो सकते हैं; बाकी को व्यापक पहुँच का इंतज़ार करना चाहिए।

WorldRoamBench का पहली-पर्सन स्कोरअभी कोई बाहरी जाँच नहीं

विकिपीडिया · Wikidata

यह यहाँ क्यों है

Genie 4 के अनुभव लगभग दो मिनट चलते हैं, जो जनवरी 2026 के प्रोजेक्ट जीनी के 60-सेकंड सत्रों से दोगुना है। इसीलिए लंबाई में यह Genie 3 से ऊपर है। यह आँकड़ा प्रेस रिपोर्टों से आया है, गूगल से नहीं।
स्रोत ↗ ✓ कई AI ने पुष्टि की
गूगल ने Genie 4 की घोषणा 27 अक्टूबर 2026 को की, लेकिन केवल भरोसेमंद टेस्टरों के सीमित समूह के लिए। Ultra सब्सक्राइबरों को यह “जल्द” मिलेगा और Gemini API के पार्टनरों को बाद में, बिना तारीख के। इसीलिए कौन इसे इस्तेमाल कर सकता है, इस मामले में यह Genie 3 से नीचे है।
स्रोत ↗ ✓ कई AI ने पुष्टि की

इतिहास

Genie 4 27 अक्टूबर 2026 को केवल भरोसेमंद टेस्टरों के लिए, एक रिसर्च प्रीव्यू के रूप में खोला गया। “दो मिनट तक” का आँकड़ा टेकक्रंच की रिपोर्ट से है और यह Genie 3 की सीमा से दोगुना है।
स्रोत ↗ ✓ कई AI ने पुष्टि की

ध्यान रखें

टेकक्रंच के अनुसार Genie 4 एक दृश्य को दो मिनट तक एक-सा रख सकता है, लेकिन जितना लंबा चले, विवरण और चीज़ें उतनी ही भटक सकती हैं। यह केवल भरोसेमंद टेस्टरों के लिए एक रिसर्च प्रीव्यू है।
स्रोत ↗
टेकक्रंच की रिपोर्ट है कि DeepMind ने अभी यह तय नहीं किया है कि ऑडियो को सटीक कैसे बनाया जाए, या दुनिया के भीतर का कोई टेक्स्ट पढ़ने लायक कैसे हो।
स्रोत ↗

लोग क्या कहते हैं

"anytime you’re kind of in need of rapid ideation." — Diego Rivas, Google DeepMind engineer
स्रोत ↗

आगे कहाँ देखें

Genie 4 भरोसेमंद टेस्टरों के लिए एक रिसर्च प्रीव्यू है, इसलिए शायद आप इसे अभी नहीं खोल पाएँगे। पेज पर आवाज़ और “कुछ मिनटों की लगातार बातचीत” के बारे में नोट पढ़ें, फिर प्रोजेक्ट जीनी में Genie 3 से तुलना करें।
स्रोत ↗

Nova ने इसे पहला स्थान दिया। उन्होंने इसमें क्या देखा

Nova: नेटिव ऑडियो, 2 मिनट स्थिरता, Gemini-निर्देशित योजना

वीडियो: AlphaGo - How AI mastered the hardest boardgame in history (अंग्रेज़ी में) · Arxiv Insights

शीर्ष तीन की तुलना करें ↓

3Marble (वर्ल्ड लैब्स)

नं. 3 — Marble (वर्ल्ड लैब्स). 10 में से 8 AI की सूचियों में; वहाँ मध्य स्थान: 3. इसकी दुनिया एक सेव की गई 3D फ़ाइल है, इसलिए वह कभी नहीं भटकती, लेकिन उसे कोई लंबी-सैर जाँच नहीं मापती और वह लाइव सिम्युलेटर नहीं है।

क्या आप जानते हैं

Marble का मुफ़्त प्लान दुनियाएँ बना सकता है, लेकिन उन्हें एक्सपोर्ट नहीं कर सकता। splat फ़ाइलें, 360 पैनोरमा और फ़िज़िक्स collider मेश सेव करने के लिए पेड प्लान चाहिए। टेक्सचर वाला GLB मेश Pro में मिलता है, और व्यावसायिक अधिकार Pro के साथ आते हैं, Standard के साथ नहीं।
स्रोत ↗

यह क्या है: World Labs का टूल, जो टेक्स्ट या तस्वीरों को सेव की गई 3D दुनियाओं में बदलता है।
इसकी बढ़त: इसकी दुनियाएँ भटक नहीं सकतीं या कोई कमरा नहीं भूल सकतीं, क्योंकि वे फ़ाइलें हैं।
किसके लिए सही: क्रिएटरों और गेम बनाने वालों के लिए जो एक्सपोर्ट होने वाली 3D चाहते हैं; उनके लिए नहीं जिन्हें प्रतिक्रिया देने वाली दुनिया चाहिए।

WorldRoamBench का पहली-पर्सन स्कोरकोई लंबी-सैर जाँच नहीं

विकिपीडिया · Wikidata

यह यहाँ क्यों है

Marble हर दुनिया को लाइव बनाने के बजाय फ़ाइल के रूप में सेव करता है। पूरी गुणवत्ता वाली फ़ाइल में 2 million splats (छोटे 3D बिंदु) होते हैं, .ply या .spz फ़ॉर्मेट में, इसलिए आप कितनी भी देर रहें, दुनिया वैसी ही रहती है।
स्रोत ↗ ✓ कई AI ने पुष्टि की
Marble एक हल्का 500k-splat संस्करण भी देता है, जो रीयल-टाइम प्लेबैक के लिए बना है, साथ में मानक 3D मेश। दुनिया एक ऐसी फ़ाइल है जिसे आप गेम टूल में खोल सकते हैं, न कि एक लाइव सिम्युलेटर जिसमें आप घूमते हैं।
स्रोत ↗

क्या आप जानते हैं

Marble की दुनिया Marble से बाहर जा सकती है। एक्सपोर्ट Unreal Engine, यूनिटी, Blender और Houdini में होते हैं, और three.js के लिए Spark के ज़रिए वेब ऐप्स में। इसीलिए यह स्थिर रहती है: यह एक सेव की गई फ़ाइल है, लाइव बनाया गया वीडियो नहीं।
स्रोत ↗ ✓ कई AI ने पुष्टि की

इतिहास

नवंबर 2025 में World Labs ने Marble जारी किया, अपना पहला व्यावसायिक उत्पाद, जो टेक्स्ट प्रॉम्प्ट को डाउनलोड होने योग्य 3D दुनियाओं में बदलता है। कंपनी का मूल्यांकन पहले ही $1 billion से कुछ ज़्यादा तक पहुँच चुका था।
स्रोत ↗

ध्यान रखें

AI Indigo की समीक्षा कहती है, “सबसे साफ़ कमी बारीक नियंत्रण की कमी है।” वह यह भी कहती है कि Marble पूरी प्रोडक्शन प्रक्रिया की जगह नहीं ले सकता।
स्रोत ↗
उसी समीक्षा के अनुसार दुनियाओं में घूमा जा सकता है, पर “इंटरैक्टिविटी सीमित है।” इसलिए Marble एक जीवंत, प्रतिक्रिया देने वाली दुनिया से ज़्यादा एक सेव की गई जगह है जिसे आप खोज सकते हैं।
स्रोत ↗

लोग क्या कहते हैं

"It doesn’t replace the 3D artist, but it gives every creator the power to build a world." — AI Indigo Team
स्रोत ↗

आगे कहाँ देखें

Marble टेक्स्ट प्रॉम्प्ट, तस्वीरों या वीडियो से एक सेव की गई 3D दुनिया बनाता है। Create सेक्शन खोलें, कोई प्रीसेट चुनें या एक छोटा विवरण लिखें, फिर नतीजे में घूमें और जाँचें कि मुड़कर लौटने पर वही कमरा अब भी वहीं है।
स्रोत ↗

StepFun ने इसे पहला स्थान दिया। उन्होंने इसमें क्या देखा

StepFun: एकमात्र वर्ल्ड मॉडल जिसकी वस्तु-स्थायिता एक फ़ाइल फ़ॉर्मेट है, उम्मीद नहीं।

वीडियो: Why Calacatta Marble Is So Expensive | So Expensive | Business Insider (अंग्रेज़ी में) · Business Insider

शीर्ष तीन की तुलना करें ↓

शीर्ष तीन आमने-सामने

	Genie 3 (गूगल डीपमाइंड)	Genie 4 (गूगल डीपमाइंड)	Marble (वर्ल्ड लैब्स)
AI सूचियों में	8 / 10	8 / 10	8 / 10
WorldRoamBench का पहली-पर्सन स्कोर	73.81 पहली-पर्सन (पेपर)	अभी कोई बाहरी जाँच नहीं	कोई लंबी-सैर जाँच नहीं
पहला स्थान दिया	Claude, ChatGPT, Grok, Kimi, DeepSeek	Nova	StepFun

जिन स्थानों को बराबर AI ने चुना, वे AI सूचियों में उनके औसत स्थान के क्रम में हैं।

03जानने योग्य

सूची बनाते समय AI ने क्या देखा।

वही Genie 3 जो याददाश्त और भौतिकी में पहले स्थान पर है, कार्रवाई का पालन करने में 8वें और दृश्य गुणवत्ता में 9वें स्थान पर है: कमरा याद रखना और आपका कहा मानना अलग-अलग कौशल हैं।

किसने देखा:

शामिल किया: Claude, StepFun, DeepSeek. शामिल नहीं किया: ChatGPT, Gemini, Grok, Nova, Kimi, Wenxin, Qwen.

01अंतिम सूची

Genie 3 (गूगल डीपमाइंड)

Genie 4 (गूगल डीपमाइंड)

Marble (वर्ल्ड लैब्स)

एनवीडिया Cosmos 3

HY-World 1.5 / WorldPlay (टेनसेंट हुनयुआन)

Matrix-Game 3.0 (स्काईवर्क AI)

YUME 1.5

Happy Oyster (अलीबाबा)

Lyra 2.0 (एनवीडिया)

LingBot-World (एंट ग्रुप)

02शीर्ष तीन के बारे में और

1Genie 3 (गूगल डीपमाइंड)

क्या आप जानते हैं

2Genie 4 (गूगल डीपमाइंड)

क्या आप जानते हैं

3Marble (वर्ल्ड लैब्स)

क्या आप जानते हैं

शीर्ष तीन आमने-सामने

और रैंकिंग

03जानने योग्य

04लोग क्या पूछते हैं

05हमने कैसे गिना

1सवाल

2यह विषय क्यों

3यह कहाँ लागू होता है

4हमने किन बातों पर ध्यान दिया

5रैंक किसने दी

6स्थान कैसे तय हुए

06हर AI की अपनी सूची

Claude ने क्या देखा

ChatGPT ने क्या देखा

Gemini ने क्या देखा

Grok ने क्या देखा

Nova ने क्या देखा

Kimi ने क्या देखा

Wenxin ने क्या देखा

Qwen ने क्या देखा

StepFun ने क्या देखा

DeepSeek ने क्या देखा