To musíte vyzkoušet: Genie 4 je den po představení v Gemini API. Ovladatelné světy generuje i se zvukem

  • Google zpřístupnil model Genie 4 vývojářům přes Gemini API a v Google AI Studiu, den po jeho představení
  • Z textu nebo referenčního obrázku generuje souvislé světy v rozlišení 720p při 24 snímcích za sekundu, včetně synchronizovaného zvuku
  • Každý výstup nese nepostřehnutelný vodoznak SynthID, konkrétní ceny ale oznámení neuvádí

Sdílejte:
Jakub Kárník
Jakub Kárník
22.11.2026 22:00
Ikona komentáře 0
Ilustrační náhled: Genie 4 now available through the Gemini API

Vygenerovat video a vygenerovat svět, ve kterém se dá pohybovat, není totéž. Genie 4 míří na to druhé a Google ho den po představení otevřel vývojářům přes Gemini API, konkrétně přes rozhraní Interactions API, a v Google AI Studiu.

Z textu nebo obrázku vznikne svět, který jde řídit

Výchozím bodem může být textové zadání, referenční obrázek, nebo obojí. Výsledkem je souvislý svět v 720p a 24 snímcích za sekundu se synchronizovaným zvukem, od okolních ruchů a zvukových efektů po dialogy postav.

Genie 4: A new generation of world simulation

Světem se prochází klávesnicí v reálném čase a souběžně lze psát další pokyny. Za chodu tak jde změnit počasí, osvětlení, objekty nebo vyvolat událost. Aby se svět mezitím nerozpadl, má podle Googlu hlídat uvažování modelu Gemini.

Prototypy i trénink robotů

Google model nabízí pro prototypování interaktivních zážitků, vizualizaci prostorových návrhů a také pro trénink robotů a AI agentů. V AI Studiu jsou připravené interaktivní plátno a startovací aplikace.

Zkusili byste si v Genie 4 postavit vlastní svět, nebo je to pro vás zatím hračka pro vývojáře?

Zdroje: blog.google

O autorovi

Jakub Kárník

Jakub je znám svou nekonečnou zvědavostí a vášní pro nejnovější technologie. Jeho láska k mobilním telefonům začala s iPhonem 3G, ale dnes se spoléhá na… Více o autorovi

Jakub Kárník
Sdílejte: