Назад к тренду дня: ИИ Genie 4 от Google строит миры для прогулок; пока только для приглашённых
Рейтинг Poly · из тренда дня

Лучшие ИИ-модели миров 2026: сторонние тесты прогулок

Genie 3 по памяти в сторонних тестах лучше всех проверенных моделей, но по выполнению ваших команд лишь 8-й. Genie 4, анонсированный 27 октября, не прошёл ни одного стороннего теста.

  • №1: Genie 3 (Google DeepMind)
  • 10 мест

01Итоговый список

Ведущие ИИ независимо составили свои списки из десяти мест. Сверху — один итог, который легко проверить: у каждого места есть причина, источник и список ИИ, которые его включили.

Порядок: от большего согласия ИИ к меньшему.

Яркая плашка — этот ИИ включил пункт в свой список. Тусклая — не включил.

  1. 1

    Genie 3 (Google DeepMind)

    1-е место от первого лица на WorldRoamBench (73,81 в статье, 70,32 на сайте проекта) с лучшей памятью, но 8-е место по выполнению команд с клавиатуры. Project Genie ограничивает прогулки 60 секундами.

    Включили: Claude, ChatGPT, Grok, Nova, Kimi, Qwen, StepFun, DeepSeek. Не включили: Gemini, Wenxin.

    В их списках: Claude: 1 · ChatGPT: 1 · Grok: 1 · Nova: 10 · Kimi: 1 · Qwen: 8 · StepFun: 2 · DeepSeek: 1

    Что отметил каждый ИИ 8
    • Claudeместо 1

      Первый по памяти и физике на «первом лице» в WorldRoamBench, но лишь 8-й в следовании командам и 9-й по визуальному качеству: редкая модель, которая помнит комнату, но слушается вас хуже.

      Источник ↗
    • ChatGPTместо 1

      Лидер независимой арены с 1 727 Elo, однако даже ведущее поколение интерактивных видеомиров далеко от проверенной симуляции длиной в час.

    • Grokместо 1

      Лидирует в сторонних длинных прогулках (~70-74 по общему баллу от первого лица), но сторонние исследователи по-прежнему видят пробелы в физике и памяти по сравнению с отобранными демо.

      Источник ↗
    • Novaместо 10

      Основа Genie 4, стабильность 1 мин

      Источник ↗
    • Kimiместо 1

      Единственная модель, которая лидирует в обоих независимых тестах ходьбы: №1 по общему баллу «первого лица» в WorldRoamBench (73,81) и лучшая согласованность мира в WorldMark, но ваша прогулка по замыслу заканчивается на 60 секундах.

    • Qwenместо 8

      Предшественница Genie 4 из 2025 года, которая первой позволила пользователю управлять средой, теперь во многом уступает Cosmos в физике и Marble в экспорте 3D.

      Источник ↗
    • StepFunместо 2

      Единственная модель мира, которую запускают все сторонние бенчмарки, и её собственное заявление о памяти на минуту в таблицах в целом подтверждается.

      Источник ↗
    • DeepSeekместо 1

      Единственная модель мира, попавшая в тройку лучших во всех сторонних бенчмарках, — а 8-е место по баллу действий показывает, где заканчивается отобранное демо.

      Источник ↗
    8 ИИ поставили сюда
  2. 2

    Genie 4 (Google DeepMind)

    Звук, говорящие персонажи и изменения мира текстом на ходу, но пользоваться могут только приглашённые тестеры, и сторонних тестов нет. «2 минуты» — из пресс-отчётов; Google цифры не называет.

    Включили: Claude, ChatGPT, Grok, Nova, Kimi, Qwen, StepFun, DeepSeek. Не включили: Gemini, Wenxin.

    В их списках: Claude: 3 · ChatGPT: 3 · Grok: 3 · Nova: 1 · Kimi: 9 · Qwen: 2 · StepFun: 3 · DeepSeek: 2

    Что отметил каждый ИИ 8
    • Claudeместо 3

      Самый богатый набор функций (звук, говорящие персонажи, изменения мира по ходу через текст) и самые скудные внешние данные: анонсирована вчера, и никто её ещё не прогонял по тестам.

      Источник ↗
    • ChatGPTместо 3

      Около двух минут интерактивной симуляции теперь включают сгенерированные голоса и звук, но независимые тестировщики пока не выяснили, сохраняется ли мир при повторном визите.

      Источник ↗
    • Grokместо 3

      Первая модель мира DeepMind с собственным звуком и диалогами, но пока только для приглашённых тестировщиков и без сторонних тестов.

      Источник ↗
    • Novaместо 1

      Собственный звук, стабильность 2 мин, планирование через Gemini

      Источник ↗
    • Kimiместо 9

      Анонсирована вчера с самым громким заявленным рывком — звук, говорящие персонажи, мозг Gemini, управляющий сценой — и ни одного стороннего теста или опубликованной спецификации, чтобы это проверить.

      Источник ↗
    • Qwenместо 2

      Анонсирована 27 октября 2026 года: добавляет звук и разговорных персонажей в реальном времени, но её настоящая устойчивость скрыта за закрытым доступом для приглашённых тестировщиков.

      Источник ↗
    • StepFunместо 3

      Самую интерактивную модель мира из всех когда-либо показанных ещё никто за пределами Google не запускал.

      Источник ↗
    • DeepSeekместо 2

      Две минуты связности, собственный звук и персонажи, которые отвечают, — и ни одной строки сторонних бенчмарков, чтобы это подтвердить.

      Источник ↗
    8 ИИ поставили сюда
  3. 3

    Marble (World Labs)

    Не «плывёт», потому что мир — сохранённый 3D-файл (сплаты и сетки), а не живое видео. Ни один тест долгих прогулок его не проверяет, и это не живой симулятор.

    Включили: Claude, ChatGPT, Gemini, Grok, Kimi, Qwen, StepFun, DeepSeek. Не включили: Nova, Wenxin.

    В их списках: Claude: 6 · ChatGPT: 2 · Gemini: 2 · Grok: 5 · Kimi: 4 · Qwen: 3 · StepFun: 1 · DeepSeek: 3

    Что отметил каждый ИИ 8
    • Claudeместо 6

      Видео она не передаёт: выдаёт устойчивый 3D-мир, поэтому разворот не ломает комнату по замыслу, но долго в нём не поиграешь.

      Источник ↗
    • ChatGPTместо 2

      Мир, который можно выгрузить как настоящую 3D-геометрию, имеет преимущество в постоянстве, которое красивое, но заново генерируемое видео само по себе не даёт.

    • Geminiместо 2

      В отличие от чистых видеоиллюзионистов, она превращает одиночные фото в выгружаемые 3D-миры, по которым архитекторы могут ходить бесконечно, не теряя картинку.

    • Grokместо 5

      Та, что экспортирует настоящую редактируемую 3D-геометрию (3D-сцены, сетки, файлы GLB), а не только видеопрогулки.

    • Kimiместо 4

      Секрет устойчивости: её миры не распадаются, потому что это экспортированные 3D-файлы — единственная топ-модель, которую ни один тест не заставит «забыть» комнату.

    • Qwenместо 3

      Единственная модель, которая действительно экспортирует редактируемую 3D-геометрию, а не только видео; даёт кинематографистам и архитекторам настоящий пространственный движок, а не галлюцинацию.

    • StepFunместо 1

      Единственная модель мира, у которой постоянство предметов — свойство формата файла, а не надежда.

    • DeepSeekместо 3

      Единственная топ-модель, которая экспортирует 3D-сцену, которую можно открыть в Unreal или Blender: постоянство предметов обеспечено геометрией, а не памятью.

    8 ИИ поставили сюда
  4. 4

    Нвидиа Cosmos 3

    Создан для обучения роботов и машин и не участвует в тестах прогулок. Собственный отчёт Нвидиа говорит, что один вариант для вождения держит показатели 1 час (заявление лаборатории, две сцены).

    Включили: Claude, ChatGPT, Gemini, Grok, Kimi, Wenxin, Qwen, StepFun. Не включили: Nova, DeepSeek.

    В их списках: Claude: 8 · ChatGPT: 9 · Gemini: 3 · Grok: 4 · Kimi: 8 · Wenxin: 1 · Qwen: 1 · StepFun: 6

    Что отметил каждый ИИ 8
    • Claudeместо 8

      Создана для генерации обучающих данных для роботов и автомобилей, а не для прогулок по миру, и открыта для разработчиков.

      Источник ↗
    • ChatGPTместо 9

      Самой весомой платформой для моделей мира может оказаться та, что создаёт данные для обучения роботов, а не та, что выигрывает конкурс красивых видеомиров.

    • Geminiместо 3

      Создана специально для физического ИИ, а не для игр: набирает лучшие баллы в тестах гравитации и трения и принимает траектории промышленных роботов.

      Источник ↗
    • Grokместо 4

      Открытая мультимодальная основа физического ИИ, уже используемая для симуляции роботов и беспилотных автомобилей; высоко в открытых физических тестах, но в долгих интерактивных прогулках отстаёт от закрытых моделей.

      Источник ↗
    • Kimiместо 8

      Никто не гулял по ней ради удовольствия, но это единственная модель с опубликованной кривой часовой устойчивости: показатели держатся в норме все 60 минут симуляции вождения.

      Источник ↗
    • Wenxinместо 1

      Единственная модель мира с опубликованным физическим движком, которая уже запускает симуляции роботов, — минуты устойчивых миров для разработчиков.

      Источник ↗
    • Qwenместо 1

      Единственная открытая модель, которая занимает №1 в семи рейтингах физического ИИ, превращая генерацию миров в стандарт обучения роботов, а не в салонный фокус.

    • StepFunместо 6

      Открытая и мультимодальная, но создана для обучения роботов, а не для часовой прогулки по миру.

      Источник ↗
    8 ИИ поставили сюда
  5. 5

    HY-World 1.5 / WorldPlay (Tencent Hunyuan)

    Лучше всех выполняет команды с клавиатуры (98,33 частичной точности, 70,29 от первого лица), но управление от третьего лица падает до 21,23 против 84,43 у Happy Oyster.

    Включили: Claude, ChatGPT, Grok, Nova, Kimi, Qwen, StepFun, DeepSeek. Не включили: Gemini, Wenxin.

    В их списках: Claude: 4 · ChatGPT: 6 · Grok: 7 · Nova: 2 · Kimi: 6 · Qwen: 6 · StepFun: 5 · DeepSeek: 8

    Что отметил каждый ИИ 8
    • Claudeместо 4

      Единственная открытая модель, которую продают с 24 кадрами в секунду и долговременной геометрической памятью, с полным кодом обучения и весами; её прогнали в WorldMark сторонние исследователи.

      Источник ↗
    • ChatGPTместо 6

      Открыто выпущенная модель мира с явным механизмом восстановления памяти: инженерия открыта для изучения, даже если созданный мир несовершенен.

      Источник ↗
    • Grokместо 7

      Открытые веса, которые лидируют по некоторым показателям действий, но заметно отстают от закрытых моделей в управлении на «третьем лице» и в физике.

      Источник ↗
    • Novaместо 2

      Баланс качества и управления, открытый код

      Источник ↗
    • Kimiместо 6

      Лучше Genie 3 следует командам с клавиатуры (98,33 точности частичных действий), но теряет комнату, когда появляется персонаж: 21% управления на «третьем лице».

      Источник ↗
    • Qwenместо 6

      Открытая мультимодальная платформа Тенсент создаёт настоящие сцены в 3D, по которым можно ходить, с глубиной и положением камеры, — серьёзный соперник закрытых гигантов.

      Источник ↗
    • StepFunместо 5

      Единственная открытая модель, которая обещает геометрическую согласованность, а не только визуальную память.

      Источник ↗
    • DeepSeekместо 8

      Лучшая навигация в WBench — 87,5, но согласованность перспективы падает до 62,5: мир, которым можно управлять, но не доверять, когда отворачиваешься.

      Источник ↗
    8 ИИ поставили сюда
  6. 6

    Matrix-Game 3.0 (Skywork AI)

    Самая быстрая открытая модель (40 кадров в секунду при 720p, по заявлению авторов) набирает лишь 63,31 от первого лица в сторонних прогулках. Память на минуту — заявление самой лаборатории.

    Включили: Claude, ChatGPT, Grok, Nova, Kimi, Qwen, StepFun, DeepSeek. Не включили: Gemini, Wenxin.

    В их списках: Claude: 5 · ChatGPT: 7 · Grok: 8 · Nova: 3 · Kimi: 5 · Qwen: 5 · StepFun: 4 · DeepSeek: 7

    Что отметил каждый ИИ 8
    • Claudeместо 5

      720p при скорости до 40 кадров в секунду у открытой модели на 5 млрд параметров, большой скачок по сравнению с 25 кадрами у версии 2.0, но заявление о минуте принадлежит самим авторам.

      Источник ↗
    • ChatGPTместо 7

      Её 1 487 Elo выглядят скромно рядом с Genie 3, но WorldMark отмечает её как сильный пример выполнения команды движения в обратную сторону.

    • Grokместо 8

      Быстрая открытая модель интерактивного видео (около 5 млн пикселей в секунду), которая всё ещё отстаёт в долгосрочной физике и памяти.

      Источник ↗
    • Novaместо 3

      Сильная физика, поддержка «третьего лица»

      Источник ↗
    • Kimiместо 5

      Открытый чемпион минуты: 720p при 40 кадрах в секунду с памятью на минуту, а 15 октября 2026 года она выросла в Matrix-Game 4.0 — настоящие играбельные уровни игры.

      Источник ↗
    • Qwenместо 5

      Открытый чемпион длинного видео в 720p: держит сцены вместе минутами в WorldMark там, где закрытые модели часто рассыпаются в визуальный дрейф.

      Источник ↗
    • StepFunместо 4

      Около 25 ГБ открытых весов, которые выдают 40 кадров в секунду в 720p на потребительской видеокарте.

      Источник ↗
    • DeepSeekместо 7

      40 кадров в секунду в 720p при модели на 5 млрд параметров — открытый рекорд реального времени, который нужно побить.

      Источник ↗
    8 ИИ поставили сюда
  7. 7

    YUME 1.5

    Самые красивые кадры в WorldMark (качество изображения 74,36), но слабая связность: 56,21 от первого лица на WorldRoamBench, 9-е место из 10. Комнаты перестают сходиться, когда вы поворачиваетесь.

    Включили: Claude, ChatGPT, Grok, Nova, Kimi, Qwen, StepFun, DeepSeek. Не включили: Gemini, Wenxin.

    В их списках: Claude: 9 · ChatGPT: 5 · Grok: 9 · Nova: 4 · Kimi: 10 · Qwen: 7 · StepFun: 10 · DeepSeek: 9

    Что отметил каждый ИИ 8
    • Claudeместо 9

      Открытая модель, которую WorldMark прогнал на одинаковых сценах, но выдающегося результата в доступных мне источниках нет.

      Источник ↗
    • ChatGPTместо 5

      Третья по голосам людей, но зонды действий WorldMark показывают, почему убедительная сцена может плохо реагировать даже на базовые команды движения.

    • Grokместо 9

      Сильные эстетические баллы в WorldMark, но по долгосрочной устойчивости в WorldRoamBench почти на самом дне.

      Источник ↗
    • Novaместо 4

      Высокая визуальная привлекательность, слабее в связности

      Источник ↗
    • Kimiместо 10

      Победительница конкурса красоты, которая проваливает тест памяти: самые красивые кадры в WorldMark, но комнаты перестают складываться, когда вы отворачиваетесь.

      Источник ↗
    • Qwenместо 7

      Генератор интерактивных миров, управляемый текстом, стабильно работает на единых сценах WorldMark, хотя ему не хватает звуковой глубины в реальном времени, как у Genie 4.

      Источник ↗
    • StepFunместо 10

      Открытая и управляемая с клавиатуры, и самый наглядный случай демо, которое опережает собственные повороты.

      Источник ↗
    • DeepSeekместо 9

      Победитель WorldMark по визуальному качеству, который плохо ранжируется по долгосрочной связности, — красота без памяти.

      Источник ↗
    8 ИИ поставили сюда
  8. 8

    Happy Oyster (Алибаба)

    Обходит Genie 3, когда на экране появляется персонаж: 1-е место от третьего лица на WorldRoamBench (60,24 против 57,04) и тройка лучших от первого лица. Закрытая модель, ранний доступ по листу ожидания.

    Включили: Claude, Grok, Nova, Kimi, Qwen, StepFun, DeepSeek. Не включили: ChatGPT, Gemini, Wenxin.

    В их списках: Claude: 2 · Grok: 2 · Nova: 9 · Kimi: 2 · Qwen: 4 · StepFun: 8 · DeepSeek: 4

    Что отметил каждый ИИ 7
    • Claudeместо 2

      Лидирует в «третьем лице» в WorldRoamBench и входит в тройку лучших на «первом лице», а в прессе говорится, что режим прогулки длится около 1 минуты.

      Источник ↗
    • Grokместо 2

      Лидирует по управлению и памяти в «третьем лице» на тех же сторонних прогулках, которые выявляют слабые места открытых моделей, с режимом постановки до 3 минут.

      Источник ↗
    • Novaместо 9

      Ранняя стадия, мало тестов

      Источник ↗
    • Kimiместо 2

      Обгоняет Genie 3, как только в кадре появляется персонаж: №1 в «третьем лице» в WorldRoamBench с 84,4% управления — примерно в 4 раза выше лучшей открытой модели.

      Источник ↗
    • Qwenместо 4

      Открытый движок реального времени, который принимает голос и команды с клавиатуры; высоко в WorldRoamBench, но всё ещё с трудом удерживает физику стабильной после 60-й секунды.

      Источник ↗
    • StepFunместо 8

      Громкое имя в самой цитируемой открытой таблице — и всё ещё позади открытых моделей в следовании вашим клавишам.

      Источник ↗
    • DeepSeekместо 4

      Чемпион WorldRoamBench в «третьем лице» и выброс в навигации WBench с 94,8 — но последний по визуальному баллу.

      Источник ↗
    7 ИИ поставили сюда
  9. 9

    Lyra 2.0 (Нвидиа)

    Лучшая открытая модель в сторонних тестах долгих прогулок: 70,32 от первого лица (69,61 на сайте), чуть позади Genie 3. Веса выпущены с некоммерческой лицензией.

    Включили: Claude, ChatGPT, Grok, Nova, Kimi, DeepSeek. Не включили: Gemini, Wenxin, Qwen, StepFun.

    В их списках: Claude: 7 · ChatGPT: см. список · Grok: 6 · Nova: 6 · Kimi: 3 · DeepSeek: 5

    Что отметил каждый ИИ 6
    • Claudeместо 7

      Попадает в тройку лучших на «первом лице» в WorldRoamBench, но внимания получает куда меньше, чем Genie.

      Источник ↗
    • ChatGPT

      В его списке названо иначе: откройте весь список.

      см. список
    • Grokместо 6

      Самый высокий результат открытой модели на «первом лице» в WorldRoamBench (~69-70), совсем немного позади закрытых лидеров.

      Источник ↗
    • Novaместо 6

      Сильная память, средняя физика

      Источник ↗
    • Kimiместо 3

      Лучшая открытая модель в сторонней проверке прогулок: 70,32 по общему баллу «первого лица», в пределах 3,5 пункта от Genie 3, и работает на железе, которое можно арендовать.

      Источник ↗
    • DeepSeekместо 5

      Лидер открытых весов: второе место по общему баллу в WorldRoamBench и единственная модель из топ-пяти, которую можно скачать и запустить.

      Источник ↗
    6 ИИ поставили сюда
  10. 10

    LingBot-World (Ant Group)

    Держится устойчиво на сложных последовательностях команд (строгая точность падает меньше чем на 5 пунктов) и набирает 64,25 от первого лица на WorldRoamBench, но только 32,19 от третьего лица.

    Включили: ChatGPT, Grok, Nova, Kimi. Не включили: Claude, Gemini, Wenxin, Qwen, StepFun, DeepSeek.

    В их списках: ChatGPT: 8 · Grok: 10 · Nova: 5 · Kimi: 7

    Что отметил каждый ИИ 4
    • ChatGPTместо 8

      Претендент с 1 605 Elo и 228 боями на арене, так что её публичная статистика сравнений больше, чем у нескольких более известных конкурентов.

    • Grokместо 10

      Открытая модель, конкурентная по следованию действиям, но слабая в управлении на «третьем лице» и в общей устойчивости, когда сторонние исследователи проходят те же прогулки.

      Источник ↗
    • Novaместо 5

      Хорошая пространственная связность, проблемы с управлением

      Источник ↗
    • Kimiместо 7

      Стабильный вице-чемпион открытого мира: 64,25 в сторонней проверке прогулок и второе место после собственного симулятора Нвидиа в её тесте навигации камеры.

      Источник ↗
    4 ИИ поставили сюда

Тройка подробно ↓

02Подробнее о тройке

Рейтинг выше. Здесь — подробнее о первых трёх местах: что это, почему они здесь и что стоит знать.

Только у Genie 3 есть внешняя оценка (WorldRoamBench). У Genie 4 внешнего теста нет, а Marble — сохранённый 3D-файл, который не проверяли тестом долгих прогулок, поэтому все три не измерены одинаково.

1Genie 3 (Google DeepMind)

№ 1 — Genie 3 (Google DeepMind). В списках у 8 из 10 ИИ; медианное место там: 1. В внешних тестах прогулок у неё лучшая память среди всех моделей, но нажатия клавиш она отрабатывает плохо, а прогулки обрываются на 60-й секунде.

А вы знали

  • Genie 3 умеет строить уличные сцены, отталкиваясь от Google Street View. Waymo сделала свою версию — Waymo World Model, чтобы моделировать редкие дорожные ситуации для роботакси. Эта версия выдаёт лидарные данные в четыре раза быстрее, чем Genie 3.

Что это
ИИ от Google, который рисует мир, по которому можно ходить, в реальном времени, как видео.
Чем сильнее
Единственная из трёх с внешними оценками тестов, первая по памяти.
Кому подходит
Подойдёт тем, кто хочет попробовать живой мир, по которому можно ходить; тем, кому нужны долгие сессии, — нет.
  • Оценка WorldRoamBench от первого лица73,81 от первого лица (статья)

Википедия · Wikidata

Почему он здесь
  • В тесте WorldRoamBench, где сравнили 12 моделей мира, Genie 3 заняла 1-е место по памяти в прогулках от первого лица и 1-е место по физике. Слабое место — отклик на нажатия клавиш: там она заняла 8-е.

  • Память Genie 3 держится около минуты, у Genie 2 было 10–20 секунд. Но Project Genie, версия, которой могут пользоваться люди, обрывает каждую прогулку на 60-й секунде: более долгие сессии слишком дороги, чтобы предлагать их широко.

    Источник ↗ ✓ подтверждено несколькими ИИ
А вы знали
  • По сообщениям, у Genie 3 11 млрд параметров. Её визуальная память, около минуты, в три–шесть раз длиннее, чем 10–20 секунд у Genie 2. Кроме того, Genie 2 рисовала свои миры лишь в 360p.

История
  • Project Genie открылся 29 января 2026 года для подписчиков Google AI Ultra в США. На странице Google сказано, что прогулки ограничены 60 секундами, а управление может быть медленным.

Что важно учесть
  • TechCrunch пишет, что каждая сессия Project Genie ограничена минутой из-за расходов на вычисления. Возвращение в то же место обычно работало, но при перерисовке сцены предметы могли пропасть или появиться новые.

    Источник ↗ ✓ подтверждено несколькими ИИ
  • В том же обзоре нашли, что клавиши иногда не работали или отправляли персонажа не туда, а персонажи время от времени проходили сквозь стены. Фотореалистичные описания обычно выглядели как видеоигры.

Где узнать больше
  • Project Genie работает на Genie 3 для американских подписчиков Google AI Ultra от 18 лет. Начните с эскиза мира: опишите сцену, выберите ходьбу, полёт или езду, затем походите по ней. Учтите ограничение в 60 секунд.

Видео: AlphaGo - How AI mastered the hardest boardgame in history (на английском) · Arxiv Insights

Сравнить первую тройку ↓

2Genie 4 (Google DeepMind)

№ 2 — Genie 4 (Google DeepMind). В списках у 8 из 10 ИИ; медианное место там: 3. Добавлены звук и более длинные миры, около двух минут по сообщениям прессы, но пользоваться могут только приглашённые тестировщики, а внешнего теста нет.

А вы знали

  • Genie 4 вышла как исследовательская предварительная версия 27 октября 2026 года, всего за день до этого рейтинга. Google говорит, что она построена на Gemini Omni для реалистичных деталей. DeepMind также подаёт её как безопасную площадку, где можно проверить, как роботы и агенты перемещаются.

Что это
Новейшая модель мира от Google, анонсирована 27 октября 2026 года.
Чем сильнее
Более длинные миры, чем у Genie 3 (по сообщениям прессы), плюс звук и говорящие персонажи.
Кому подходит
Подойдёт тем, кто может попасть в список тестировщиков; остальным стоит подождать более широкого доступа.
  • Оценка WorldRoamBench от первого лицаВнешнего теста пока нет

Википедия · Wikidata

Почему он здесь
  • Сессии Genie 4 длятся около двух минут, вдвое больше 60-секундных сессий Project Genie из января 2026 года. Поэтому по длительности она выше Genie 3. Эта цифра взята из сообщений прессы, а не от Google.

    Источник ↗ ✓ подтверждено несколькими ИИ
  • Google анонсировала Genie 4 27 октября 2026 года, но только для узкого круга доверенных тестировщиков. Подписчики Ultra получат её «скоро», партнёры Gemini API — позже, точная дата не названа. Поэтому по тому, кто может ей пользоваться, она уступает Genie 3.

    Источник ↗ ✓ подтверждено несколькими ИИ
История
  • Genie 4 открыли 27 октября 2026 года только для доверенных тестировщиков как исследовательскую предварительную версию. Цифра «до двух минут» взята из материала TechCrunch и вдвое больше лимита Genie 3.

    Источник ↗ ✓ подтверждено несколькими ИИ
Что важно учесть
  • TechCrunch пишет, что Genie 4 может держать сцену согласованной до двух минут, но чем дольше идёт работа, тем сильнее могут плыть детали и предметы. Это лишь исследовательская предварительная версия для доверенных тестировщиков.

  • TechCrunch сообщает, что DeepMind пока не решила, как сделать звук точным и как сделать текст внутри мира читаемым.

Что говорят люди
  • "anytime you’re kind of in need of rapid ideation." — Diego Rivas, Google DeepMind engineer

Где узнать больше
  • Genie 4 — исследовательская предварительная версия для доверенных тестировщиков, так что, скорее всего, открыть её пока нельзя. Прочитайте на странице заметки о звуке и о «нескольких минутах непрерывного взаимодействия», затем сравните с Genie 3 в Project Genie.

Nova поставили его первым. Что они в нём увидели
  • Nova: Собственный звук, стабильность 2 мин, планирование через Gemini

Видео: AlphaGo - How AI mastered the hardest boardgame in history (на английском) · Arxiv Insights

Сравнить первую тройку ↓

3Marble (World Labs)

№ 3 — Marble (World Labs). В списках у 8 из 10 ИИ; медианное место там: 3. Её мир — сохранённый 3D-файл, поэтому он не плывёт, но тестом долгих прогулок его не проверяли, и это не живой симулятор.

Cararra-Steinbruch retouched
Reiner Flassig · Public domain · Wikimedia Commons

А вы знали

  • На бесплатном тарифе Marble миры создавать можно, а экспортировать нельзя. Для сохранения файлов сплатов, 360-панорам и сеток коллайдеров для физики нужен платный тариф. Текстурированная GLB-сетка требует Pro, а коммерческие права есть у Pro, не у Standard.

Что это
Инструмент World Labs, который превращает текст или картинки в сохранённые 3D-миры.
Чем сильнее
Её миры не могут поплыть или забыть комнату, потому что это файлы.
Кому подходит
Подойдёт авторам и разработчикам игр, которым нужна 3D-графика для экспорта; тем, кому нужен отзывчивый мир, — нет.
  • Оценка WorldRoamBench от первого лицаТеста долгих прогулок нет

Википедия · Wikidata

Почему он здесь
  • Marble сохраняет каждый мир как файл, а не рисует его вживую. Файл полного качества содержит 2 миллиона сплатов (крошечных 3D-точек) в формате .ply или .spz, так что мир не меняется, сколько бы вы в нём ни находились.

    Источник ↗ ✓ подтверждено несколькими ИИ
  • Marble также предлагает более лёгкую версию на 500 тыс. сплатов для воспроизведения в реальном времени, а ещё стандартные 3D-сетки. Мир — это файл, который можно открыть в игровых инструментах, а не живой симулятор, по которому вы ходите.

А вы знали
  • Мир из Marble можно вынести за пределы Marble. Экспорт идёт в Unreal Engine, Юнити, Blender и Houdini, а также в веб-приложения через Spark для three.js. Поэтому он стабилен: это сохранённый файл, а не видео, сделанное на лету.

    Источник ↗ ✓ подтверждено несколькими ИИ
История
  • В ноябре 2025 года World Labs выпустила Marble, свой первый коммерческий продукт, который превращает текстовые описания в скачиваемые 3D-миры. Компания к тому времени уже оценивалась чуть выше 1 млрд долларов.

Что важно учесть
  • В обзоре AI Indigo сказано: «Самое очевидное ограничение — отсутствие детального контроля». Там же написано, что Marble не заменяет полноценный производственный конвейер.

  • В том же обзоре сказано, что по мирам можно ходить, но «интерактивность ограничена». Поэтому Marble ближе к сохранённому месту для исследования, чем к живому, отзывчивому миру.

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

Где узнать больше
  • Marble строит сохранённый 3D-мир по текстовому описанию, картинкам или видео. Откройте раздел «Create», выберите шаблон или напишите короткое описание, затем походите по результату и проверьте, что та же комната на месте, когда вы возвращаетесь назад.

StepFun поставили его первым. Что они в нём увидели
  • StepFun: Единственная модель мира, у которой постоянство предметов — свойство формата файла, а не надежда.

Видео: Why Calacatta Marble Is So Expensive | So Expensive | Business Insider (на английском) · Business Insider

Сравнить первую тройку ↓

Тройка рядом

Genie 3 (Google DeepMind)Genie 4 (Google DeepMind)Marble (World Labs)
В списках ИИ8 / 108 / 108 / 10
Оценка WorldRoamBench от первого лица73,81 от первого лица (статья)Внешнего теста пока нетТеста долгих прогулок нет
Первым поставилиClaude, ChatGPT, Grok, Kimi, DeepSeekNovaStepFun

Места с одинаковым числом ИИ упорядочены по среднему месту в списках самих ИИ.

03Стоит знать

Что заметили ИИ, пока составляли список.

Тот же Genie 3, что занимает 1-е место по памяти и физике, стоит на 8-м месте по выполнению команд и на 9-м по визуальному качеству: помнить комнату и слушаться вас — разные навыки.

Заметили:
Включили: Claude, StepFun, DeepSeek. Не включили: ChatGPT, Gemini, Grok, Nova, Kimi, Wenxin, Qwen.
Источник ↗

В WorldMark визуальное качество и цельность мира почти не связаны: самая красивая модель идёт последней по точности направления и задержке.

Заметили:
Включили: Claude, Kimi, StepFun. Не включили: ChatGPT, Gemini, Grok, Nova, Wenxin, Qwen, DeepSeek.
Источник ↗

Ни одна модель, закрытая или открытая, не проходит сразу команды, картинку, физику и память; даже лучшая получает лишь средние оценки.

Заметили:
Включили: Grok, Kimi, StepFun. Не включили: Claude, ChatGPT, Gemini, Nova, Wenxin, Qwen, DeepSeek.
Источник ↗

Сторонние тесты заканчиваются на 60 секундах, поэтому никто ещё не измерял, выдерживает ли какой-либо созданный мир час.

Заметили:
Включили: Claude, ChatGPT. Не включили: Gemini, Grok, Nova, Kimi, Wenxin, Qwen, StepFun, DeepSeek.
Источник ↗

04Что спрашивают люди

какая ИИ-модель лучшая в мире

Среди моделей миров ИИ у Genie 3 самый сильный результат в сторонних тестах: 1-е место от первого лица на WorldRoamBench (73,81) и лучшая память. Happy Oyster лидирует от третьего лица (60,24).

Источник ↗
какая лучшая ИИ-модель в мире

Для миров, где можно ходить, Genie 3 лидирует в сторонних тестах. Более новый Genie 4 добавляет звук и диалоги, но пользоваться им могут только приглашённые тестеры, и стороннего теста у него пока нет.

Источник ↗
в мире какая ИИ-модель лучшая

Всё зависит от мерки. Две версии WorldRoamBench дают Genie 3 73,81 или 70,32, а выполнение команд — лишь 8-е место, так что ни одна модель не выигрывает по всем показателям.

05Как считали

Простыми словами, без формул.

1Вопрос

Топ-10 ИИ-моделей миров: какие держат мир цельным, когда их проверяют сторонние тестеры

2Почему эта тема

Здесь сторонние тесты долгих прогулок и памяти сопоставлены с заявлениями самих лабораторий и с тем, кто сегодня может пользоваться каждой моделью: трёх вещей сразу не показывает ни один тест и ни один пресс-релиз.

3Где это применимо

по всему миру; ИИ-модели, которые строят интерактивные 3D- или видеомиры (Genie, Marble, Cosmos, HY-World, Matrix-Game, YUME, Oasis и другие)

4На что смотрели

  • Сколько мир остаётся устойчивым и цельным, пока вы по нему идёте: минуты, а не секунды
  • Постоянство объектов: остаются ли комнаты и предметы прежними, когда вы оборачиваетесь или возвращаетесь
  • Глубина взаимодействия: звук, физика, персонажи, которые отвечают, изменения, сделанные обычными словами
  • Кто может пользоваться сегодня: все, только подписчики, разработчики или только приглашённые тестеры
  • Проверяли ли модель сторонние тесты или есть только заявления самой лаборатории
  • WorldRoamBench (AMAP CV Lab, Алибаба; arXiv 2606.31672, открытая таблица лидеров) — насколько устойчивы 12 интерактивных моделей миров в прогулках по 10–60 с с клавиатуры: выполнение команд, дрейф картинки, физика взаимодействия
  • WorldMark (Alaya Lab; arXiv 2604.21686) — одни и те же 500 сцен и последовательности действий (20–60 с) прогоняются на Genie 3, YUME, HY-World, Matrix-Game, Open-Oasis и других; оценка по качеству изображения и согласованности управления
  • World Model Arena (Alaya Lab) — рейтинги Эло по голосам людей, которые сравнивают результаты двух моделей; всего 12 моделей. Это показывает, какой результат люди предпочитают, а не сколько минут держится мир. Alaya также выставляет i

5Кто ставил места

Ведущие ИИ: Claude, ChatGPT, Gemini, Grok, Nova, Kimi, Wenxin, Qwen, StepFun, DeepSeek. Каждый сам составил свой список из десяти мест и к каждому месту назвал источник.

6Как сведены места

Одно и то же, названное разными ИИ по-разному, считали за одно. Чем больше ИИ включили пункт в свой список и чем выше поставили, тем выше его место. «Согласие ИИ» показывает, у скольких ИИ этот пункт был в собственном списке. Источники — только те, что нашли сами ИИ, ничего не добавлено вручную.

06Список каждого ИИ отдельно

🇺🇸 Claude10 мест · заметок: 4

Тот же вопрос, ответ одного ИИ — Claude. Итоговый список выше объединяет все ИИ.

  1. 1
    Genie 3 (Google DeepMind, 2025)

    Первый по памяти и физике на «первом лице» в WorldRoamBench, но лишь 8-й в следовании командам и 9-й по визуальному качеству: редкая модель, которая помнит комнату, но слушается вас хуже.

    Источник ↗
  2. 2
    Happy Oyster (Алибаба)

    Лидирует в «третьем лице» в WorldRoamBench и входит в тройку лучших на «первом лице», а в прессе говорится, что режим прогулки длится около 1 минуты.

    Источник ↗
  3. 3
    Genie 4 (Google DeepMind, октябрь 2026)

    Самый богатый набор функций (звук, говорящие персонажи, изменения мира по ходу через текст) и самые скудные внешние данные: анонсирована вчера, и никто её ещё не прогонял по тестам.

    Источник ↗
  4. 4
    HY-World 1.5 / WorldPlay (Tencent Hunyuan)

    Единственная открытая модель, которую продают с 24 кадрами в секунду и долговременной геометрической памятью, с полным кодом обучения и весами; её прогнали в WorldMark сторонние исследователи.

    Источник ↗
  5. 5
    Matrix-Game 3.0 (Skywork)

    720p при скорости до 40 кадров в секунду у открытой модели на 5 млрд параметров, большой скачок по сравнению с 25 кадрами у версии 2.0, но заявление о минуте принадлежит самим авторам.

    Источник ↗
  6. 6
    Marble (World Labs)

    Видео она не передаёт: выдаёт устойчивый 3D-мир, поэтому разворот не ломает комнату по замыслу, но долго в нём не поиграешь.

    Источник ↗
  7. 7
    Lyra 2.0 (Нвидиа)

    Попадает в тройку лучших на «первом лице» в WorldRoamBench, но внимания получает куда меньше, чем Genie.

    Источник ↗
  8. 8
    Нвидиа Cosmos (Cosmos 3, июнь 2026)

    Создана для генерации обучающих данных для роботов и автомобилей, а не для прогулок по миру, и открыта для разработчиков.

    Источник ↗
  9. 9
    YUME 1.5

    Открытая модель, которую WorldMark прогнал на одинаковых сценах, но выдающегося результата в доступных мне источниках нет.

    Источник ↗
  10. 10
    Open-Oasis (Oasis)

    Пионер в стиле Minecraft, который WorldMark теперь берёт за точку сравнения, — напоминание о том, как далеко ушли миры длиной в секунды.

    Источник ↗

Что заметил Claude

В WorldRoamBench та же Genie 3, которая занимает 1-е место по памяти и физике, идёт 8-й по следованию командам и 9-й по визуальному качеству. Память и картинка — разные навыки.

Абстракт WorldMark говорит, что самая красивая модель последняя по точности направления и задержке отклика, а самые быстрые на отклик часто самые нестабильные.

Главная заявка Genie 4 по устойчивости — 2 минуты, вдвое больше, чем у Genie 3. WorldRoamBench проверяет только 10–60 с, так что ни один публичный тест пока не доходит до миров длиной в час.

Слабое место — повторные возвраты: WorldMemBench выявил, что деградация растёт с каждым возвращением в то же место.

🇺🇸 ChatGPT10 мест · заметок: 2

Тот же вопрос, ответ одного ИИ — ChatGPT. Итоговый список выше объединяет все ИИ.

  1. 1
    Google DeepMind Genie 3

    Лидер независимой арены с 1 727 Elo, однако даже ведущее поколение интерактивных видеомиров далеко от проверенной симуляции длиной в час.

  2. 2
    World Labs Marble

    Мир, который можно выгрузить как настоящую 3D-геометрию, имеет преимущество в постоянстве, которое красивое, но заново генерируемое видео само по себе не даёт.

  3. 3
    Google DeepMind Genie 4

    Около двух минут интерактивной симуляции теперь включают сгенерированные голоса и звук, но независимые тестировщики пока не выяснили, сохраняется ли мир при повторном визите.

    Источник ↗
  4. 4
    AlayaWorld

    Всего на 20 пунктов Elo позади Genie 3 в публичной арене, то есть это серьёзный претендент, а не малоизвестная демонстрация.

  5. 5
    YUME 1.5

    Третья по голосам людей, но зонды действий WorldMark показывают, почему убедительная сцена может плохо реагировать даже на базовые команды движения.

  6. 6
    Тенсент HY-World 1.5 / HY-WorldPlay

    Открыто выпущенная модель мира с явным механизмом восстановления памяти: инженерия открыта для изучения, даже если созданный мир несовершенен.

    Источник ↗
  7. 7
    Skywork Matrix-Game 3.0

    Её 1 487 Elo выглядят скромно рядом с Genie 3, но WorldMark отмечает её как сильный пример выполнения команды движения в обратную сторону.

  8. 8
    Robbyant LingBotWorld-Fast

    Претендент с 1 605 Elo и 228 боями на арене, так что её публичная статистика сравнений больше, чем у нескольких более известных конкурентов.

  9. 9
    Нвидиа Cosmos 3

    Самой весомой платформой для моделей мира может оказаться та, что создаёт данные для обучения роботов, а не та, что выигрывает конкурс красивых видеомиров.

  10. 10
    Etched Open-Oasis

    Открытая альтернатива заслуживает места ради доступности и воспроизводимости, хотя её доля побед на арене всего 1,2%.

Что заметил ChatGPT

WorldMark использует 500 стандартизированных кейсов длиной до 60 секунд. Тест на 60 секунд не может доказать, что созданная среда остаётся стабильной в течение часа.

Сгенерированная речь и звук Genie 4 — заметный шаг вперёд во взаимодействии, но сама Google предупреждает, что предметы и визуальные детали могут смещаться в долгих сессиях.

🇺🇸 Gemini10 мест · заметок: 1

Тот же вопрос, ответ одного ИИ — Gemini. Итоговый список выше объединяет все ИИ.

  1. 1
    Google DeepMind Genie 4 (2026)

    Сохраняет интерактивную связность больше 15 непрерывных минут с синхронизированной физикой и разговорными неигровыми персонажами, но остаётся за закрытым порталом тестировщиков Google.

  2. 2
    World Labs Marble (2026)

    В отличие от чистых видеоиллюзионистов, она превращает одиночные фото в выгружаемые 3D-миры, по которым архитекторы могут ходить бесконечно, не теряя картинку.

  3. 3
    Нвидиа Cosmos (2025/2026)

    Создана специально для физического ИИ, а не для игр: набирает лучшие баллы в тестах гравитации и трения и принимает траектории промышленных роботов.

    Источник ↗
  4. 4
    Skywork AI Matrix-Game 4.0 (2026)

    Сочетает открытый лёгкий логический каркас с потоковой причинной диффузией и запускает играбельные миры действий со скоростью 28 кадров в секунду на потребительских видеокартах.

    Источник ↗
  5. 5
    Decart и Etched Oasis (2024/2026)

    Первый полностью построенный на ИИ интерактивный симулятор Minecraft, в который любой может играть вживую в браузере, хотя предметы распадаются, как только остаются за спиной.

  6. 6
    Тенсент HY-World 2.0 (2026)

    Превращает панорамные видеозапросы в обозримые 3D-сцены с высокой архитектурной точностью, но спотыкается, когда предметы должны физически столкнуться.

    Источник ↗
  7. 7
    Google DeepMind Genie 3 (2025)

    Показала, что ИИ может создавать управляемые платформеры по одной картинке, хотя долгие прогулки неизбежно растворяются в сюрреалистичных снах.

  8. 8
    UniWorld / UniSim (2025/2026)

    Создана для симуляции разных тел: учит виртуальные руки обращаться со столовыми приборами в сгенерированных кухнях, с проверенным учётом столкновений.

    Источник ↗
  9. 9
    YUME Latent World Simulator (2026)

    Работает целиком в несжатом непрерывном скрытом пространстве: отлично передаёт плавные переходы, но не удерживает предметы, когда те уходят за деревья.

  10. 10
    Данияр Хафнер DreamerV3 (2024/2026)

    Дедушка обучения с подкреплением на основе моделей решает добычу алмазов в Minecraft только внутри собственного воображения, но выдаёт пиксельно упрощённые грёзы, а не фотореалистичные виды.

    Источник ↗

Что заметил Gemini

Разрыв между генеративным видео и настоящими 3D-моделями пространства растёт: модели, которые выдают собственные 3D-представления (как Marble от World Labs), сохраняют более 95% пространственной памяти, а генераторы на основе 2D-диффузии (как Oasis) разваливаются визуально уже через 45–60 секунд.

🇺🇸 Grok10 мест · заметок: 3

Тот же вопрос, ответ одного ИИ — Grok. Итоговый список выше объединяет все ИИ.

  1. 1
    Genie 3 (Google DeepMind, 2025)

    Лидирует в сторонних длинных прогулках (~70-74 по общему баллу от первого лица), но сторонние исследователи по-прежнему видят пробелы в физике и памяти по сравнению с отобранными демо.

    Источник ↗
  2. 2
    Happy Oyster (Алибаба ATH, 2026)

    Лидирует по управлению и памяти в «третьем лице» на тех же сторонних прогулках, которые выявляют слабые места открытых моделей, с режимом постановки до 3 минут.

    Источник ↗
  3. 3
    Genie 4 (Google DeepMind, октябрь 2026)

    Первая модель мира DeepMind с собственным звуком и диалогами, но пока только для приглашённых тестировщиков и без сторонних тестов.

    Источник ↗
  4. 4
    Нвидиа Cosmos 3 (2026)

    Открытая мультимодальная основа физического ИИ, уже используемая для симуляции роботов и беспилотных автомобилей; высоко в открытых физических тестах, но в долгих интерактивных прогулках отстаёт от закрытых моделей.

    Источник ↗
  5. 5
    Marble (World Labs, 2025-2026)

    Та, что экспортирует настоящую редактируемую 3D-геометрию (3D-сцены, сетки, файлы GLB), а не только видеопрогулки.

  6. 6
    Lyra 2.0 (Нвидиа, 2026)

    Самый высокий результат открытой модели на «первом лице» в WorldRoamBench (~69-70), совсем немного позади закрытых лидеров.

    Источник ↗
  7. 7
    HY-World 1.5 (Tencent Hunyuan, 2025-2026)

    Открытые веса, которые лидируют по некоторым показателям действий, но заметно отстают от закрытых моделей в управлении на «третьем лице» и в физике.

    Источник ↗
  8. 8
    Matrix-Game 3.0 (Skywork AI, 2026)

    Быстрая открытая модель интерактивного видео (около 5 млн пикселей в секунду), которая всё ещё отстаёт в долгосрочной физике и памяти.

    Источник ↗
  9. 9
    YUME 1.5 (Shanghai AI Lab, 2025)

    Сильные эстетические баллы в WorldMark, но по долгосрочной устойчивости в WorldRoamBench почти на самом дне.

    Источник ↗
  10. 10
    LingBot-World (Ant Group, 2026)

    Открытая модель, конкурентная по следованию действиям, но слабая в управлении на «третьем лице» и в общей устойчивости, когда сторонние исследователи проходят те же прогулки.

    Источник ↗

Что заметил Grok

Ни одна модель не доминирует по всем измерениям WorldRoamBench: закрытые модели лидируют по физике и памяти, а несколько открытых сравнялись с ними или обошли их по следованию действиям в каждом кадре.

Цифра «две минуты» для Genie 4 звучит в новостях, но не как жёсткое число на собственных страницах DeepMind, где по-прежнему написано «несколько минут» — та же формулировка, что и для Genie 3.

Marble — самый понятный производственный путь для профессионалов, потому что экспортирует редактируемые 3D-объекты, а не видеопотоки, которые нельзя вынести из инструмента.

🇺🇸 Nova10 мест · заметок: 3

Тот же вопрос, ответ одного ИИ — Nova. Итоговый список выше объединяет все ИИ.

  1. 1
    Genie 4 (Google DeepMind)

    Собственный звук, стабильность 2 мин, планирование через Gemini

    Источник ↗
  2. 2
    HY-World 1.5

    Баланс качества и управления, открытый код

    Источник ↗
  3. 3
    Matrix-Game 3.0

    Сильная физика, поддержка «третьего лица»

    Источник ↗
  4. 4
    YUME 1.5

    Высокая визуальная привлекательность, слабее в связности

    Источник ↗
  5. 5
    LingBot World

    Хорошая пространственная связность, проблемы с управлением

    Источник ↗
  6. 6
    Lyra 2.0

    Сильная память, средняя физика

    Источник ↗
  7. 7
    SANA-WM

    Сбалансированная работа, открытый код

    Источник ↗
  8. 8
    minWM

    Компактная, эффективная работа

    Источник ↗
  9. 9
    Happy Oyster

    Ранняя стадия, мало тестов

    Источник ↗
  10. 10
    Genie 3

    Основа Genie 4, стабильность 1 мин

    Источник ↗

Что заметил Nova

Собственный звук Genie 4 и интеграция с Gemini задают новый стандарт для мультимодальных моделей мира, но пока доступны только по приглашениям.

Открытые модели вроде HY-World и Matrix-Game лидируют по прозрачности, но уступают закрытым системам в долгосрочной устойчивости.

WorldRoamBench показывает компромисс: модели, оптимизирующие физику, часто отклоняются от заданных траекторий.

🇨🇳 Kimi10 мест · заметок: 3

Тот же вопрос, ответ одного ИИ — Kimi. Итоговый список выше объединяет все ИИ.

  1. 1
    Genie 3 (Google DeepMind, 2025)

    Единственная модель, которая лидирует в обоих независимых тестах ходьбы: №1 по общему баллу «первого лица» в WorldRoamBench (73,81) и лучшая согласованность мира в WorldMark, но ваша прогулка по замыслу заканчивается на 60 секундах.

  2. 2
    Happy Oyster (Алибаба, 2026)

    Обгоняет Genie 3, как только в кадре появляется персонаж: №1 в «третьем лице» в WorldRoamBench с 84,4% управления — примерно в 4 раза выше лучшей открытой модели.

    Источник ↗
  3. 3
    Lyra 2.0 (Нвидиа, 2026)

    Лучшая открытая модель в сторонней проверке прогулок: 70,32 по общему баллу «первого лица», в пределах 3,5 пункта от Genie 3, и работает на железе, которое можно арендовать.

    Источник ↗
  4. 4
    Marble (World Labs, 2025)

    Секрет устойчивости: её миры не распадаются, потому что это экспортированные 3D-файлы — единственная топ-модель, которую ни один тест не заставит «забыть» комнату.

  5. 5
    Matrix-Game 3.0 (Skywork, 2026)

    Открытый чемпион минуты: 720p при 40 кадрах в секунду с памятью на минуту, а 15 октября 2026 года она выросла в Matrix-Game 4.0 — настоящие играбельные уровни игры.

    Источник ↗
  6. 6
    HY-World 1.5 / HY-World 2.0 (Тенсент, 2025–2026)

    Лучше Genie 3 следует командам с клавиатуры (98,33 точности частичных действий), но теряет комнату, когда появляется персонаж: 21% управления на «третьем лице».

    Источник ↗
  7. 7
    LingBot-World (Ant Group, 2026)

    Стабильный вице-чемпион открытого мира: 64,25 в сторонней проверке прогулок и второе место после собственного симулятора Нвидиа в её тесте навигации камеры.

    Источник ↗
  8. 8
    Нвидиа Cosmos 3 (Нвидиа, 2026)

    Никто не гулял по ней ради удовольствия, но это единственная модель с опубликованной кривой часовой устойчивости: показатели держатся в норме все 60 минут симуляции вождения.

    Источник ↗
  9. 9
    Genie 4 (Google DeepMind, 2026)

    Анонсирована вчера с самым громким заявленным рывком — звук, говорящие персонажи, мозг Gemini, управляющий сценой — и ни одного стороннего теста или опубликованной спецификации, чтобы это проверить.

    Источник ↗
  10. 10
    YUME 1.5 (2025–2026)

    Победительница конкурса красоты, которая проваливает тест памяти: самые красивые кадры в WorldMark, но комнаты перестают складываться, когда вы отворачиваетесь.

    Источник ↗

Что заметил Kimi

Все опубликованные тесты ходьбы сходятся в одном: никто не проходит полностью. Авторы WorldRoamBench заключают, что ни одна модель надёжно не удовлетворяет действию, зрению, физике и памяти одновременно — «даже лучшая набирает лишь умеренные баллы» на более чем 1 000 тестовых кейсах.

Красота и устойчивость — разные навыки: WorldMark обнаружил, что визуальное качество и согласованность мира «в основном не связаны». YUME делает самые красивые кадры, Genie 3 держит самые связные комнаты, а точное управление (HY-GameCraft) может стоить визуальной точности.

Поворот — самый трудный ход в этой области: бенчмарк LoopMem от Нвидиа показывает, что память со скользящим окном забывает структуру сцены через несколько секунд при возврате, а показатели управления на «третьем лице» в WorldRoamBench колеблются от 84% (Happy Oyster) до 21% (HY-World) — самый широкий разрыв среди всех измеренных параметров.

🇨🇳 Wenxin10 мест · заметок: 3

Тот же вопрос, ответ одного ИИ — Wenxin. Итоговый список выше объединяет все ИИ.

  1. 1
    Нвидиа Cosmos (2026)

    Единственная модель мира с опубликованным физическим движком, которая уже запускает симуляции роботов, — минуты устойчивых миров для разработчиков.

    Источник ↗
  2. 2
    Google DeepMind Genie 4 (2026)

    Лаборатория говорит о минутах со звуком и говорящими персонажами, но сторонних проверок ещё не было; доступ только по приглашениям с 27 октября.

  3. 3
    Google DeepMind Genie 3 (2024–25)

    Первая демо-версия «по которой можно пройтись», которую могли проверить сторонние исследователи; в 2025 году WorldRoamBench поставил её на вершину открытых тестов.

  4. 4
    HY-World (2026)

    Открытая модель мира, которая в тестах сообщества выдерживает прогулки по 2–3 минуты — редкое достижение для кода, который можно клонировать.

    Источник ↗
  5. 5
    YUME (2025–26)

    Модель с поддержкой YouTube, которая генерирует видеомиры по команде; тесты WorldMark показывают хорошую картинку, но более слабую физику.

    Источник ↗
  6. 6
    Marble (Happy Oyster, 2026)

    Любимица сообщества в открытых длинных прогулках: таблица лидеров GitHub показывает, что на некоторых сценах она немного обгоняет HY-World.

  7. 7
    Matrix-Game (2026)

    Модель мира, выросшая из игрового движка, которая экспортирует редактируемое 3D; WorldMark высоко оценивает её согласованность действий.

    Источник ↗
  8. 8
    Oasis (2025–26)

    Открытая модель с поддержкой Meta, которая генерирует целые 3D-сцены; на длинных прогулках менее устойчива, чем лучшие, но её можно бесплатно попробовать.

    Источник ↗
  9. 9
    Genie 2 / Genie 3 (устаревшие, 2024)

    Модель, с которой началась мода на «прогулки по миру»; теперь её переплюнули, но с ней всё ещё сравниваются как с точкой отсчёта.

  10. 10
    Открытые базовые модели WorldBench (ансамбль, 2026)

    Не одна модель, а лучший открытый набор из протестированных — доказательство того, что коллективный код способен дойти до 40-секундных прогулок.

Что заметил Wenxin

Устойчивый мир длиной 60 секунд — нынешний потолок для открытых моделей. Genie 4 заявляет «минуты», но ни один сторонний тестировщик это ещё не засёк. Разрыв между демо лаборатории и реальностью бенчмарков — главная история 2026 года.

NVIDIA Cosmos от Нвидиа — единственная модель мира с реальным физическим движком, проверенным в симуляциях роботов. Она жертвует визуальным блеском ради физической правильности, поэтому и лидирует вне развлечений.

WorldMark — первый бенчмарк, который заставляет каждую лабораторию прогнать одни и те же 50 сцен. Раньше каждая компания выбирала свою «лучшую демку», и сравнить их было невозможно.

🇨🇳 Qwen10 мест · заметок: 3

Тот же вопрос, ответ одного ИИ — Qwen. Итоговый список выше объединяет все ИИ.

  1. 1
    Нвидиа Cosmos 3

    Единственная открытая модель, которая занимает №1 в семи рейтингах физического ИИ, превращая генерацию миров в стандарт обучения роботов, а не в салонный фокус.

  2. 2
    Genie 4 (Google DeepMind, 2026)

    Анонсирована 27 октября 2026 года: добавляет звук и разговорных персонажей в реальном времени, но её настоящая устойчивость скрыта за закрытым доступом для приглашённых тестировщиков.

    Источник ↗
  3. 3
    World Labs Marble

    Единственная модель, которая действительно экспортирует редактируемую 3D-геометрию, а не только видео; даёт кинематографистам и архитекторам настоящий пространственный движок, а не галлюцинацию.

  4. 4
    Happy Oyster (Алибаба, 2026)

    Открытый движок реального времени, который принимает голос и команды с клавиатуры; высоко в WorldRoamBench, но всё ещё с трудом удерживает физику стабильной после 60-й секунды.

    Источник ↗
  5. 5
    Matrix-Game 4.0 (Skywork AI)

    Открытый чемпион длинного видео в 720p: держит сцены вместе минутами в WorldMark там, где закрытые модели часто рассыпаются в визуальный дрейф.

    Источник ↗
  6. 6
    HY-World 2.0 (Tencent Hunyuan)

    Открытая мультимодальная платформа Тенсент создаёт настоящие сцены в 3D, по которым можно ходить, с глубиной и положением камеры, — серьёзный соперник закрытых гигантов.

    Источник ↗
  7. 7
    YUME 1.5

    Генератор интерактивных миров, управляемый текстом, стабильно работает на единых сценах WorldMark, хотя ему не хватает звуковой глубины в реальном времени, как у Genie 4.

    Источник ↗
  8. 8
    Genie 3 (Google DeepMind)

    Предшественница Genie 4 из 2025 года, которая первой позволила пользователю управлять средой, теперь во многом уступает Cosmos в физике и Marble в экспорте 3D.

    Источник ↗
  9. 9
    DIAMOND (диффузионная модель мира)

    Модель мира с обучением с подкреплением, созданная, чтобы осваивать игры Atari через их симуляцию; она показывает, что внутренние физические движки всё ещё лучше генеративного видео для чистой игровой логики.

    Источник ↗
  10. 10
    Oasis (Decart)

    Известна генерацией играбельных миров в стиле Minecraft со скоростью 30 кадров в секунду, но независимые тесты показывают, что постоянство предметов резко падает после нескольких переходов между комнатами.

Что заметил Qwen

Мир, по которому можно пройти 60 секунд, — это совсем другой продукт, чем мир, в котором можно остаться на час. WorldRoamBench показывает, что большинство моделей заметно «плывут» визуально уже через 10 секунд непрерывного движения.

Открытые модели вроде Matrix-Game и HY-World на самом деле обыгрывают закрытые лаборатории в стандартизированных тестах вроде WorldMark, потому что оптимизируют геометрию с памятью, а не просто красивые кадры.

Разрыв между отобранным демо лаборатории и сторонним бенчмарком огромен: в запуске Genie 4 физика безупречна, но независимые тестировщики сообщают, что предметы перестают сохраняться, как только персонаж отворачивается.

🇨🇳 StepFun10 мест · заметок: 4

Тот же вопрос, ответ одного ИИ — StepFun. Итоговый список выше объединяет все ИИ.

  1. 1
    Marble (World Labs)

    Единственная модель мира, у которой постоянство предметов — свойство формата файла, а не надежда.

  2. 2
    Genie 3 (Google DeepMind)

    Единственная модель мира, которую запускают все сторонние бенчмарки, и её собственное заявление о памяти на минуту в таблицах в целом подтверждается.

    Источник ↗
  3. 3
    Genie 4 (Google DeepMind, 2026)

    Самую интерактивную модель мира из всех когда-либо показанных ещё никто за пределами Google не запускал.

    Источник ↗
  4. 4
    Matrix-Game 3.0 (Skywork AI)

    Около 25 ГБ открытых весов, которые выдают 40 кадров в секунду в 720p на потребительской видеокарте.

    Источник ↗
  5. 5
    HY-World 2.0 / WorldPlay (Tencent Hunyuan)

    Единственная открытая модель, которая обещает геометрическую согласованность, а не только визуальную память.

    Источник ↗
  6. 6
    Нвидиа Cosmos 3

    Открытая и мультимодальная, но создана для обучения роботов, а не для часовой прогулки по миру.

    Источник ↗
  7. 7
    AlayaWorld (Alaya Lab, 2026)

    Собственный ответ авторов бенчмарка на таблицу, которую они сами составили.

    Источник ↗
  8. 8
    Happy Oyster (Алибаба, 2026)

    Громкое имя в самой цитируемой открытой таблице — и всё ещё позади открытых моделей в следовании вашим клавишам.

    Источник ↗
  9. 9
    Oasis 3 (Decart)

    Задержка меньше 40 мс даёт время на реакцию, но не час памяти.

    Источник ↗
  10. 10
    YUME 1.5 (Alaya)

    Открытая и управляемая с клавиатуры, и самый наглядный случай демо, которое опережает собственные повороты.

    Источник ↗

Что заметил StepFun

Ломается сначала память, а не качество картинки: средний общий балл WorldRoamBench падает с 63,17 на коротких дистанциях. Память — самое чувствительное к длине прогулки измерение, а средний балл действий снижается лишь на 3,6%.

Красивое не значит управляемое: WorldMark обнаружил, что визуальное качество положительно коррелирует со всеми тремя метриками памяти (rho = 0,76–0,79), но отрицательно — с метриками действий. Поэтому самый красивый мир может хуже всех слушаться.

Ни одна модель не проходит всё: авторы WorldRoamBench оценили более 10 открытых и закрытых моделей и сообщают, что ни одна надёжно не удовлетворяет всем четырём измерениям, а лучшие набирают лишь умеренные баллы.

Разрыв в поворотах — вся история в одном числе: у десяти моделей, которых прогоняет WorldMark, стабильность поворота колеблется от 31,7 до 87,2 на одинаковых последовательностях действий.

🇨🇳 DeepSeek10 мест · заметок: 3

Тот же вопрос, ответ одного ИИ — DeepSeek. Итоговый список выше объединяет все ИИ.

  1. 1
    Genie 3 (Google DeepMind, 2025–2026)

    Единственная модель мира, попавшая в тройку лучших во всех сторонних бенчмарках, — а 8-е место по баллу действий показывает, где заканчивается отобранное демо.

    Источник ↗
  2. 2
    Genie 4 (Google DeepMind, объявлена 27 октября 2026)

    Две минуты связности, собственный звук и персонажи, которые отвечают, — и ни одной строки сторонних бенчмарков, чтобы это подтвердить.

    Источник ↗
  3. 3
    Marble (World Labs, 2025–2026)

    Единственная топ-модель, которая экспортирует 3D-сцену, которую можно открыть в Unreal или Blender: постоянство предметов обеспечено геометрией, а не памятью.

  4. 4
    Happy Oyster (Алибаба, 2026)

    Чемпион WorldRoamBench в «третьем лице» и выброс в навигации WBench с 94,8 — но последний по визуальному баллу.

    Источник ↗
  5. 5
    Lyra 2.0 (Нвидиа, 2026)

    Лидер открытых весов: второе место по общему баллу в WorldRoamBench и единственная модель из топ-пяти, которую можно скачать и запустить.

    Источник ↗
  6. 6
    Odyssey-3 (Odyssey, 2026)

    Самый высокий балл видео-в-видео у Physics-IQ Verified, 66,1, но её победы в WorldMark проведены самими разработчиками, а не сторонними.

  7. 7
    Matrix-Game 3.0 (Тенсент, 2026)

    40 кадров в секунду в 720p при модели на 5 млрд параметров — открытый рекорд реального времени, который нужно побить.

    Источник ↗
  8. 8
    HY-World 1.5 (Тенсент, 2025–2026)

    Лучшая навигация в WBench — 87,5, но согласованность перспективы падает до 62,5: мир, которым можно управлять, но не доверять, когда отворачиваешься.

    Источник ↗
  9. 9
    YUME 1.5 (2025–2026)

    Победитель WorldMark по визуальному качеству, который плохо ранжируется по долгосрочной связности, — красота без памяти.

    Источник ↗
  10. 10
    Oasis 3 (Decart, 2026)

    Единственная модель мира с живым API по цене 0,02 доллара за секунду: создана для вождения, а не для прогулок по комнатам.

Что заметил DeepSeek

Genie 3 лидирует в общем зачёте WorldRoamBench с 70,32, но лишь 8-я по баллу действий и 9-я по визуальному баллу. Общий рейтинг скрывает провалы по отдельным измерениям, важным для ходьбы и поворотов.

Оценка навигации Happy Oyster в WBench — 94,8 против 32,2 у Genie 3, но Genie 3 набирает 100,0 по причинной точности. Точность управления и физическая причинность — почти разные продукты.

Двухминутная связность Genie 4 вдвое больше, чем у Genie 3, но ни один сторонний бенчмарк её не проверял. Разрыв между демо лаборатории и публичной таблицей в этом поколении максимален.