آزمایشگاه هوش مصنوعی گوگل دیپمایند (Google DeepMind) از جدیدترین مدل شبیهسازی جهان خود تحت عنوان Genie 4 پرده برداشت. این مدل جهشی چشمگیر در واقعگرایی بصری و شبیهسازی تعاملی در زمان واقعی (Real-time) ایجاد کرده و به طور کاملاً بومی از معماری چندوجهی بهره میبرد؛ ویژگی نوآورانهای که تولید همزمان صدای محیط، موسیقی صحنه و گفت‌وگوهای تعاملی را همگام با رندر محیط بصری میسر ساخته است.
مدل Genie 4 از قابلیت‌های پیشرفته خانواده جمینای قدرت می‌گیرد؛ مدل Gemini Omni مسئولیت انطباق رفتارها و ظاهر صحنه‌ها با قوانین جهان واقعی را بر عهده دارد و سایر نسخه‌های جمینای استدلال‌های پیچیده لازم برای حفظ انسجام، تداوم منطقی و پایداری محیط را در طول زمان تأمین می‌کنند. کاربر میتواند با ارائه توضیحات متنی رویدادی را آغاز کند و سپس مدل ادامه روند، نحوه تعامل کاراکترها، پاسخ فیزیکی اشیاء و صداهای محیطی را به صورت پویا محاسبه و شبیهسازی می‌نماید.
دیپمایند چهار ستون اصلی را به عنوان پیشرفت‌های بنیادین Genie 4 برشمرده است: نخست، تغییر و هدایت محیط در لحظه؛ کاربران می‌توانند حین اجرای شبیهسازی با دستورات متنی ساده المان‌های صحنه نظیر آب‌وهوا، نور، زاویه دوربین یا ورود افراد جدید را تغییر دهند و مدل این تغییرات را به شکلی ارگانیک در بافت محیط ادغام می‌کند. دوم، واقعگرایی در فیزیک و کنش‌های انسانی؛ مدل بر پایه شناخت عمیق از اصول فیزیکی واقعی مانند آیرودینامیک، برخوردها و نیروی گرانش عمل می‌کند و جهش اصلی آن در شبیهسازی شخصیت‌های انسانی است که حرکاتی کاملاً طبیعی دارند و به تغییرات محیطی واکنش فوری نشان می‌دهند. سوم، مدل‌سازی بومی اصوات و گفتار؛ تمام صداهای پس‌زمینه از وزش باد در میان برگ‌ها تا برخورد امواج به ساحل مستقیماً توسط خود مدل تولید می‌شوند و شخصیت‌های حاضر در صحنه می‌توانند به شکل کلامی و پویا به پرسش‌ها و کنش‌های کاربر پاسخ دهند. چهارم، استدلال چندمرحله‌ای برای رویدادهای پیچیده؛ با ادغام مدل فوق‌سریع Gemini 3.8 Flash به عنوان ایجنت ناظر در حلقه پردازش، پیشرفت اهداف مرحله به مرحله پایش می‌شود تا از بروز تناقض‌های منطقی جلوگیری به عمل آید.
علاوه بر کاربرد در صنایع سرگرمی، بازی‌سازی و ایده‌پردازی پیش‌تولید فیلم‌ها، دیپمایند در حال استفاده از Genie 4 در ترکیب با رباتیک است تا محیط‌های آزمایشی نامحدود، امن و غنی برای آموزش ربات‌های انسان‌نما مانند آپولوی شرکت Apptronik فراهم آورد. همچنین دیپمایند تأکید کرده که برای جلوگیری از سوءاستفاده، تمامی خروجی‌های ویدیویی و صوتی این مدل به واترمارک دیجیتال نامرئی SynthID مجهز خواهند بود.