גוגל Genie 4 מייצר עולמות אך נתקע במחסום שתי הדקות

עולם וירטואלי שמגיב למקלדת בלי שורת קוד אחת נשמע כמו חלום של מפתחים עצלנים, או סיוט של מתכנתי מנועים גרפיים. חטיבת DeepMind של Google הכריזה ב־27 באוקטובר 2026 על Genie 4, הדור הבא של מודלי העולם האינטראקטיביים שלה. על המחקר חתומים בין היתר החוקרת Raia Hadsell והמהנדס Diego Rivas. המודל מייצר סביבה תלת-ממדית נשלטת לפי טקסט, ובניגוד לניסיונות מוקדמים, הוא עושה את זה יחד עם צלילי סביבה ודיאלוגים מובנים שמסונכרנים לתמונה בזמן אמת. אבל לדעתי, לפני שאתם מוחקים את Unreal Engine מהמחשב, כדאי להסתכל על המספרים מאחורי ההדגמות שמציגה החברה.

מנוע פיזיקה מבוסס פרומפטים

השינוי בגרסה הנוכחית הוא המעבר מתמונות סטטיות שמונפשות בדיעבד למערכת סימולציה אינטראקטיבית שרצה ברציפות. אתם מנווטים בסצנה עם מקלדת ומצלמה חופשית, ויכולים להקליד הנחיות טקסט תוך כדי תנועה כדי לשנות את מזג האוויר, להזיז את זווית הצילום, או להכניס דמויות וחפצים חדשים למרחב. המערכת מתאימה את הפקודות בזמן ריצה ומנטרת את הסביבה כדי לשמור על רצף הגיוני. בהדגמות של גוגל אפשר לראות שיטוט חופשי בגוף ראשון בתוך סל של כדור פורח מעל אנטארקטיקה, או סצנה קולנועית של שוט רציף עם נגן סקסופון על רציף בטון צף באגם ערפילי. המצלמה גולשת במרחב באופן עצמאי בלי להיות מקובעת לדמות.

לפי DeepMind, השליטה הזו נשענת על שילוב ארכיטקטורות ממשפחת Gemini: מודל Gemini Omni משמש עוגן למראה הוויזואלי של העולם ולחוקי הפיזיקה, בעוד מודל Gemini 3.8 Flash מספק את יכולות ההיגיון המורכבות הדרושות לשמירה על המשכיות ועקביות בסצנה. בנוסף, כל הפריימים והצלילים שמפיקה המערכת מסומנים בחותמת דיגיטלית באמצעות כלי SynthID של גוגל.

מה שנראה יותר ויותר בעתיד זה מודלי עולם היברידיים, שבהם יש שילוב של Gemini שכותב קוד וטקסט, ו־Genie שקולט את זה בזמן אמת ומסמלץ את המציאות ברמות הפשטה שונות.טג'אס קולקרני, מנהל מחקר בגוגל, בריאיון ל־TechCrunch

הקול נכנס לתמונה

עד כה, סרטונים שנוצרו במודלים דומים היו אילמים לחלוטין ודרשו שכבות עריכה חיצוניות כדי לקבל נפח. Genie 4 מייצר את פס הקול ישירות מתוך המודל יחד עם הפריימים הוויזואליים, כולל רעשי רוח, מים, מוזיקה ואפקטים קוליים שנצמדים לפעולות המשתמש. אם נגן סקסופון מופיע על רפסודת בטון באגם ערפילי, או שדמות מתחילה לדבר, האודיו נובע ישירות מהאינטראקציה בסצנה ולא מתוסף חיצוני. הגישה הזו חוסכת תיאום מסורבל בין מודלים שונים לקול ולתמונה. עם זאת, בצוות הפיתוח מודים שדיוק האודיו עדיין אינו מובטח בכל תרחיש, ועדיין נדרשת עבודה כדי להבטיח אמינות מלאה של הקול.

שתי דקות של חסד

המגבלה הטכנית הקשיחה ביותר כרגע היא משך הריצה. לפי דיווחים בתקשורת הטכנולוגית, המודל שומר על סצנה עקבית עד כשתי דקות בלבד, כפול מהמגבלה של Genie 3. ככל שהריצה מתארכת, המפתחים מודים שקביעות האובייקטים (Object Permanence) נשחקת. חפצים ודמויות עשויים לעבור סחיפה או עיוות כשנעים במרחב. בנוסף, המפתחים ב־DeepMind הודו בבריפינג כי טקסט שמופיע בתוך העולם עדיין אינו קריא, וגוגל נמנעה מלפרסם נתונים מספריים על קצב פריימים (FPS), זמני השהיה (Latency) או רזולוציית התצוגה המדויקת.

לפי הדיווחים והמפתחים, המודל שומר על עקביות עד שתי דקות בלבד אך סובל מסחיפת עצמים בריצות ארוכות.

כלי תכנון, לא מנוע משחק

ההבדל בין סרטון תצוגה למנוע עבודה מתבטא ביציבות. עבור מפתחי משחקים, היעדר לוגיקה דטרמיניסטית ואיבוד הזיכרון של המרחב פוסלים שימוש מסחרי בסביבה הזו כרגע. אני לא הייתי ממהר לבנות מנגנון משחקיות על גבי סימולציה שמגרילה מחדש עצמים אחרי דקה וחצי. עם זאת, יוצרי וידאו וקולנוע יכולים להשתמש במודל כבר עכשיו לשלבי Storyboarding, חיפוש שוטים ובדיקת רעיונות ויזואליים מהירה במקום להמתין לשעות רינדור ממושכות בכלים כמו Veo של גוגל.

ההשקה הזו מגיעה בזמן שהתחום כולו עובר מיזוגים: World Labs נרכשת על ידי AMD, אמזון במגעים לרכישת Decart, ו־Rivian רכשה את Third Dimension עבור סימולציות לרכב אוטונומי. במקביל, במחקר שקשור ל־Gemini Robotics, נעשה שימוש במודל Gemini 4 Argon לפירוק משימות לשלבים ש־Genie 4 סימלץ בזמן אמת, מה שמיועד לבדיקת תרחישים של סוכנים רובוטיים בסביבה מבוקרת לפני הפעלה של זרוע מכנית במציאות.

ההיבט של זמן אמת הופך לבעל הערך הגבוה ביותר באזורים שבהם שמירה על רצף היצירה היא שימושית, כמו בשלב הרעיונאות או הסטוריבורד.דייגו ריבאס, מהנדס בגוגל DeepMind, בבריפינג לכתבים

מה צריך לעשות עכשיו

אם אתם בונים מוצר שמסתמך על סימולציה, אל תמהרו לשנות את מפת הדרכים הטכנולוגית שלכם. Genie 4 זמין מ־27 באוקטובר 2026 כגרסת Research Preview בלבד לקבוצה סגורה של בודקים מורשים. גוגל הודיעה כי בשבועות הקרובים המודל יתרחב למנויי Google AI Ultra במסגרת Project Genie, ובהמשך ייפתח לגישה מוקדמת דרך Gemini API ופלטפורמת Google AI Studio. עם זאת, אין תאריך השקה מסחרי סופי ואין נתונים על מודל התמחור, עלויות הטוקנים או החישוב לפי דקה.

בדפי המוצר ובפרסומי החברה לא מוזכרת תמיכה בשפה העברית, אין פרטים על פריסה מקומית, ולא צוינו שותפים ישראלים בתוכנית הבדיקה הראשונית. מי שמעוניין בהתנסות ראשונית יכול להירשם לרשימת ההמתנה, אך להמשיך להשתמש במנועי הרינדור הרגילים.

שתי דקות זה נחמד להדגמה בכנס, אבל אף שחקן לא קונה כרטיס לחצי משימה.