Открытые видеоарены голосуют только за заранее отрисованные ролики, поэтому открытого теста для управления в реальном времени на обычном языке пока нет.
Назад к тренду дня: ИИ Genie 4 от Google строит миры для прогулок; пока только для приглашённых
Рейтинг Poly · из тренда дня
Заявления Genie 4 по нехватке доказательств (2026)
В собственном посте Google сказано, что миры Genie 4 могут «уплывать» после нескольких правок запроса, а это главная его функция. Ни один открытый тест пока не умеет менять мир, пока по нему кто-то ходит.
- №1: Genie 4: управление запросами в реальном времени (погода, камера, добавление людей или предметов)
- 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
Genie 4: управление запросами в реальном времени (погода, камера, добавление людей или предметов)
Это главная функция, и Google пишет, что мир «уплывает» после «нескольких правок запроса». Ни один открытый тест не меняет мир на ходу, и ни один сторонний тестер не имеет практического доступа.
Включили: Claude, Gemini. Не включили: ChatGPT, Grok, Nova, Kimi, Wenxin, Qwen, StepFun, DeepSeek.В их списках: Claude: 1 · Gemini: см. список
Что отметил каждый ИИ 2
- Claudeместо 1
Главная функция — та, которую сама Google называет сломанной после «нескольких правок запроса», и ни один публичный тест не меняет мир на ходу.
Источник ↗ - Gemini
В его списке названо иначе: откройте весь список.
см. список
2 ИИ поставили сюда - 2
Genie 4: долгая память и цельность мира
Google называет долгосрочную цельность нерешённой задачей. Лучший результат iWorld-Bench по памяти — 0,85 в кратком изложении статьи, но 0,91 в живой таблице лидеров. Genie 4 не проверяли ни в одной из них.
Включили: Claude, Gemini. Не включили: ChatGPT, Grok, Nova, Kimi, Wenxin, Qwen, StepFun, DeepSeek.В их списках: Claude: 5 · Gemini: 1
Что отметил каждый ИИ 2
- Claudeместо 5
Две минуты, вдвое больше Genie 3, но собственный пост Google говорит лишь «несколько минут» и относит долгосрочную согласованность к открытым исследованиям.
- Geminiместо 1
Ни одна из 14 протестированных передовых моделей мира не превышает 0,85 по симметрии памяти в iWorld-Bench, поэтому обещание Google о бесшовном возвращении — самый широкий непроверенный разрыв.
Источник ↗
2 ИИ поставили сюда - 3
Genie 4 для обучения ИИ-агентов и роботов
Довод об обучении агентов опирается на одну демонстрацию: гуманоидный робот Apptronik Apollo играет в шашки. Ни один из найденных ответов не содержит опубликованных цифр переноса из симуляции в реальный мир.
Включили: Claude, Gemini. Не включили: ChatGPT, Grok, Nova, Kimi, Wenxin, Qwen, StepFun, DeepSeek.В их списках: Claude: 3 · Gemini: 3
Что отметил каждый ИИ 2
- Claudeместо 3
История об обучении агентов опирается на один эксперимент с гуманоидными шашками, а один комментатор считает, что Genie теперь больше похожа на управляемый генератор видео.
Источник ↗ - Geminiместо 3
Позиционируется как движок обучения для автономной робототехники, но к показу не приложено ни одного опубликованного набора данных о переносе из симуляции в реальный мир.
2 ИИ поставили сюда - 4
Genie 4: собственный звук и интерактивные диалоги
Google называет его «первой моделью мира в реальном времени, которая создаёт звук сама», и пишет, что точность звука пока улучшается. Один тестер услышал кларнет, когда в запросе просили саксофон.
Включили: Claude, Gemini. Не включили: ChatGPT, Grok, Nova, Kimi, Wenxin, Qwen, StepFun, DeepSeek.В их списках: Claude: 2 · Gemini: 7
Что отметил каждый ИИ 2
- Claudeместо 2
«Первая модель мира реального времени, которая генерирует звук нативно», но один комментатор услышал кларнет, когда в запросе был саксофон.
Источник ↗ - Geminiместо 7
Интерактивная генерация диалогов, шагов и пространственной акустики в реальном времени опережает видеомодели без звука, но задержки под потоковой нагрузкой не раскрыты.
Источник ↗
2 ИИ поставили сюда - 5
Genie 4: физика (аэродинамика, столкновения, вода)
В заголовке The New Stack сказано, что физика «всё ещё не совсем верна», а Google называет сложные физические взаимодействия нерешёнными.
Включили: Claude, Gemini. Не включили: ChatGPT, Grok, Nova, Kimi, Wenxin, Qwen, StepFun, DeepSeek.В их списках: Claude: 6 · Gemini: 6
Что отметил каждый ИИ 2
- Claudeместо 6
Заголовок The New Stack говорит, что физика «всё ещё не совсем верна», а Google относит сложные физические взаимодействия к нерешённым задачам.
Источник ↗ - Geminiместо 6
Навигация с клавиатуры скрывает постоянные ошибки наложения объектов и прохождения сквозь границы, которых не допускают формальные физические симуляторы.
Источник ↗
2 ИИ поставили сюда - 6
Genie 4: фотореализм, свет и материалы
У этого заявления самый маленький разрыв. Зрители хвалят свет и материалы, хотя один «фотореалистичный» ролик выглядел как видеоигра. Слепое голосование на видеоаренах хотя бы может сравнить готовые ролики.
Включили: Claude, Gemini. Не включили: ChatGPT, Grok, Nova, Kimi, Wenxin, Qwen, StepFun, DeepSeek.В их списках: Claude: 9 · Gemini: 9
Что отметил каждый ИИ 2
- Claudeместо 9
Самое проверяемое заявление и лучше всего подкреплённое: комментаторы считают, что освещение и материалы явно лучше, чем в предыдущем поколении.
Источник ↗ - Geminiместо 9
Самое легко проверяемое визуально заявление, подкреплённое высокими местами в рейтингах, но кинематографическое освещение меньше всего влияет на функциональные способности агента.
Источник ↗
2 ИИ поставили сюда - 7
Genie 4: персонажи и поведение нескольких агентов (привязка Gemini Omni)
Google признаёт, что моделирование нескольких самостоятельных агентов — «всё ещё открытая исследовательская задача». Привязка персонажей Gemini Omni видна только в демо-роликах Google.
Включили: Claude, Gemini. Не включили: ChatGPT, Grok, Nova, Kimi, Wenxin, Qwen, StepFun, DeepSeek.В их списках: Claude: 7 · Gemini: 5
Что отметил каждый ИИ 2
- Claudeместо 7
Google признаёт, что моделирование взаимодействий между несколькими независимыми агентами — «всё ещё открытая исследовательская проблема».
Источник ↗ - Geminiместо 5
Google утверждает, что мультимодальные модели рассуждений сохраняют поведение неигровых персонажей связным, но оркестровка нескольких агентов регулярно рассинхронизируется после быстрых ветвящихся запросов.
2 ИИ поставили сюда - 8
Genie 4: водяные знаки SynthID
Это заявление о процессе, а не о результате, и его легко проверить, когда результаты станут публичными. Ни одна сторонняя сторона пока не подтвердила, что водяной знак сохраняется в прямых трансляциях.
Включили: Claude, Gemini. Не включили: ChatGPT, Grok, Nova, Kimi, Wenxin, Qwen, StepFun, DeepSeek.В их списках: Claude: 10 · Gemini: 10
Что отметил каждый ИИ 2
- Claudeместо 10
Это заявление о процессе, а не о результатах, и его легче всего проверить, когда результаты станут публичными.
Источник ↗ - Geminiместо 10
Цифровая метка происхождения Google технически установлена; пробел в доказательствах касается только того, сохраняется ли она после уменьшения кадров при низкой задержке.
2 ИИ поставили сюда - 9
Genie 4: планирование событий с Gemini 3.8 Flash
Модель рассуждения строит план, проверяет каждый шаг и пересматривает его, когда мир меняется, но ни один опубликованный тест не измеряет, следует ли модель плану внутри созданного мира.
Включили: Claude. Не включили: ChatGPT, Gemini, Grok, Nova, Kimi, Wenxin, Qwen, StepFun, DeepSeek.В их списках: Claude: 4
Что отметил каждый ИИ 1
- Claudeместо 4
Модель рассуждений планирует, проверяет каждый шаг и правит его, но ни один опубликованный тест не показывает, что она поддерживает мир связным.
Источник ↗
1 ИИ поставили сюда - 10
Genie 4 для кино, журналистики, образования, игр и инженерии
Названы пять направлений для тестеров, в том числе кино («черновой режим») и архивные фотографии, превращённые в миры, но ни числа тестеров, ни результатов нет. Некоторые тестеры называют картинку «размытой».
Включили: Claude. Не включили: ChatGPT, Gemini, Grok, Nova, Kimi, Wenxin, Qwen, StepFun, DeepSeek.В их списках: Claude: 8
Что отметил каждый ИИ 1
- Claudeместо 8
Названы реальные сценарии использования, но в посте нет ни числа тестировщиков, ни размеров выборок, ни количественных результатов.
Источник ↗
1 ИИ поставили сюда
02Стоит знать
Что заметили ИИ, пока составляли список.
Комментаторы пишут, что Genie 4 сохраняет цельность предметов в кадре, но ломается, когда предметы уходят из кадра и возвращаются. Симулятору для обучения агентов нужен как раз этот случай, чтобы работать.
Gemini отвечает за планирование, а Genie отрисовывает мир, поэтому трудно понять, какой модели принадлежит заслуга за каждое заявление.
03Как считали
Простыми словами, без формул.
1Вопрос
Топ-10 заявлений Genie 4 по нехватке доказательств
2Где это применимо
по всему миру; ИИ-модели миров
3На что смотрели
- Насколько громко заявлено в анонсе Google и демо
- Независимые публикации: что журналисты пишут о том, что видели тестеры, в сравнении с тем, что заявляет Google
- Покрытие тестами: могут ли существующие открытые тесты вообще измерить заявление
- Последствия сбоя: насколько вредно признанное ограничение, если оно проявится в реальной работе
- Google DeepMind: официальный пост о Genie 4 — заявления и оговорки самого Google (уплывание, постоянство объектов, точность звука, взаимодействие нескольких агентов). Разрешения, частоты кадров, длины сессии или
- Quartz, отчёт о запуске — кто имеет доступ (только проверенные тестеры), движение с клавиатуры, как в это встроены Gemini Omni и модели рассуждения Gemini, и ограничение около двух минут на одну симуляц, о котором сообщил Блумберг
- SiliconANGLE, отчёт о запуске — план выхода и окно цельности в две минуты, описанное как вдвое больше предела Genie 3
- Android Authority, отчёт о запуске — что журналисты реально увидели: собственные видео Google, ограниченный доступ, разрешение не указано
4Кто 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.
5Как 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.
04Список каждого ИИ отдельно
🇺🇸 Claude10 мест · заметок: 3
Тот же вопрос, ответ одного ИИ — Claude. Итоговый список выше объединяет все ИИ.
- 1Управление живым миром на естественном языке в реальном времени (погода, камера, добавление людей или предметов)
Главная функция — та, которую сама Google называет сломанной после «нескольких правок запроса», и ни один публичный тест не меняет мир на ходу.
Источник ↗ - 2Диалог, который подстраивается под ввод пользователя (нативный звук)
«Первая модель мира реального времени, которая генерирует звук нативно», но один комментатор услышал кларнет, когда в запросе был саксофон.
Источник ↗ - 3Польза для обучения агентов и роботов (SIMA, Gemini Robotics, Apptronik Apollo и игра в шашки)
История об обучении агентов опирается на один эксперимент с гуманоидными шашками, а один комментатор считает, что Genie теперь больше похожа на управляемый генератор видео.
Источник ↗ - 4Сложное моделирование событий по указаниям Gemini 3.8 Flash
Модель рассуждений планирует, проверяет каждый шаг и правит его, но ни один опубликованный тест не показывает, что она поддерживает мир связным.
Источник ↗ - 5Долгая связность и память (около двух минут)
Две минуты, вдвое больше Genie 3, но собственный пост Google говорит лишь «несколько минут» и относит долгосрочную согласованность к открытым исследованиям.
- 6Физическая симуляция (аэродинамика, столкновения, текучая вода)
Заголовок The New Stack говорит, что физика «всё ещё не совсем верна», а Google относит сложные физические взаимодействия к нерешённым задачам.
Источник ↗ - 7Персонажи, которые двигаются, реагируют и ведут себя естественно (в том числе взаимодействуют друг с другом)
Google признаёт, что моделирование взаимодействий между несколькими независимыми агентами — «всё ещё открытая исследовательская проблема».
Источник ↗ - 8Ценность для доверенных тестеров в кино, журналистике, образовании, играх и инженерии
Названы реальные сценарии использования, но в посте нет ни числа тестировщиков, ни размеров выборок, ни количественных результатов.
Источник ↗ - 9«Самые реалистичные» фотореализм, свет и материалы
Самое проверяемое заявление и лучше всего подкреплённое: комментаторы считают, что освещение и материалы явно лучше, чем в предыдущем поколении.
Источник ↗ - 10Водяные знаки SynthID на всём созданном видео и аудио
Это заявление о процессе, а не о результатах, и его легче всего проверить, когда результаты станут публичными.
Источник ↗
Что заметил Claude
В собственном посте Google не указаны разрешение, частота кадров, длина сессии и число тестировщиков. Самая конкретная цифра в освещении — две минуты — взята из пресс-отчётов.
Комментаторы Hacker News говорят, что Genie 4 хорошо держит связность для того, что остаётся в кадре, и ломается, когда объекты уходят и возвращаются. Именно этого и требует симулятор для обучения агентов.
Часть подачи — гибридная схема: Gemini отвечает за структуру и планирование, а Genie рисует облик, звук и реакцию. Из-за этого заявления о моделях Gemini и о Genie трудно разделить.
🇺🇸 Gemini10 мест · заметок: 2
Тот же вопрос, ответ одного ИИ — Gemini. Итоговый список выше объединяет все ИИ.
- 1Долгая память и узнавание знакомых мест
Ни одна из 14 протестированных передовых моделей мира не превышает 0,85 по симметрии памяти в iWorld-Bench, поэтому обещание Google о бесшовном возвращении — самый широкий непроверенный разрыв.
Источник ↗ - 2Управление словами в реальном времени и смена сцены
Попарные арены вроде Artificial Analysis оценивают выполнение статичных запросов и совершенно не охватывают стороннюю проверку управления запросами на лету.
Источник ↗ - 3Обучение агентов и перенос из симуляции в реальность
Позиционируется как движок обучения для автономной робототехники, но к показу не приложено ни одного опубликованного набора данных о переносе из симуляции в реальный мир.
- 4Устойчивость непрерывной симуляции на две минуты
Пока Google выделяет свободную песочницу, независимые репортёры на брифингах выявили жёсткую границу примерно в 120 секунд, после которой начинаются структурные галлюцинации.
- 5Динамические диалоги NPC на основе Gemini Omni
Google утверждает, что мультимодальные модели рассуждений сохраняют поведение неигровых персонажей связным, но оркестровка нескольких агентов регулярно рассинхронизируется после быстрых ветвящихся запросов.
- 6Геометрия 3D от первого лица и физика столкновений
Навигация с клавиатуры скрывает постоянные ошибки наложения объектов и прохождения сквозь границы, которых не допускают формальные физические симуляторы.
Источник ↗ - 7Синхронный многоканальный пространственный звук
Интерактивная генерация диалогов, шагов и пространственной акустики в реальном времени опережает видеомодели без звука, но задержки под потоковой нагрузкой не раскрыты.
Источник ↗ - 8Быстрый отклик клавиатуры и слежение камеры
Тестировщики подтвердили рабочую навигацию WASD, но сквозная задержка облачной отрисовки кадров заметно колеблется вне локальных высокоскоростных установок.
- 9Фотореалистичные свет, погода и объёмные материалы
Самое легко проверяемое визуально заявление, подкреплённое высокими местами в рейтингах, но кинематографическое освещение меньше всего влияет на функциональные способности агента.
Источник ↗ - 10Водяные знаки SynthID в интерактивном аудио и видео
Цифровая метка происхождения Google технически установлена; пробел в доказательствах касается только того, сохраняется ли она после уменьшения кадров при низкой задержке.
Что заметил Gemini
Потолок памяти — ключевой технический барьер 2026 года: тесты iWorld-Bench показывают, что ни одна интерактивная модель мира не превышает 0,85 по симметрии памяти. Это объясняет, почему демо DeepMind избегают долгой навигации с возвращением к исходной точке.
Публичные рейтинги вроде Artificial Analysis Video Arena построены для попарного голосования за невзаимодействующее видео, и вся отрасль остаётся без публичного бенчмарка для управления в реальном времени с помощью естественного языка.