Google DeepMind가 세계 모델의 최신 버전인 Genie 4를 발표했습 니다. 키보드로 이동하는 동안 탐색 가능한 장면을 한 프레임씩 생성하는 시스템입니다. 가장 큰 변화는 소리입니다. 이전의 실시간 Genie 모델은 소리가 없었지만, 이번 모델은 주변 소음, 음악, 대화를 영상과 함께 만들어 냅니다. 장면을 보기만 하는 것이 아니라 평가해야 하는 사람에게는 의미 있는 진전입니다.
이 모델은 Gemini 제품군에 기대고 있습니다. DeepMind에 따르면 Gemini Omni가 장면의 모습과 움직임을 실제 세계에 가깝게 유지하고, 다른 Gemini 모델이 일관성을 지키는 추론을 맡습니다. 세션 중에 날씨를 바꾸거나 카메라를 옮기거나 사람이나 물체를 추가하라는 지시를 입력할 수 있으며, Gemini가 그 요청을 장면에 맞게 다시 씁니다. 더 긴 작업에서는 Gemini 3.8 Flash가 루프 안에서 목표를 단계로 나누고, 들어오는 프레임을 지켜보며 각 단계가 성공했는지 확인합니다. 한 시연에서는 Gemini 4 Argon과 Genie 4를 결합해 Apptronik의 휴머노이드 로봇 Apollo가 체커 게임을 하는 모습을 시뮬레이션합니다.
DeepMind가 소개한 신뢰할 수 있는 테스터들은 영화, 언론, 교육, 게임, 엔지니어링 분야 출신입니다. 영화 제작자는 사전 시각화용 초안으로 써서 조명이나 대사를 바꿔 장면을 다시 돌려 봅니다. 게임 개발자는 엔진 코드를 쓰기 전에 아이디어에서 걸어 다닐 수 있는 시제품까지 갑니다. 사진기자들은 기록 사진 한 장을 시뮬레이션된 장소로 바꿀 수 있는지 시험하고 있습니다. 생성된 모든 결과물에는 영상과 음성 모두에 SynthID 워터마크가 들어갑니다.
Genie 4가 들어선 분야는 점점 붐비고 있습니다. Genie 4와 Tencent의 HY-World 2.0에 대한 저희 리뷰는 같은 질문, 즉 모델이 손으로 만든 3D 환경을 대신할 수 있는가에 대한 서로 다른 두 가지 답을 다룹니다. DeepMind의 선택은 세계 모델을 자사 언어 모델과 긴밀하게 묶어 계획은 Gemini에서, 렌더링은 Genie에서 하는 것입니다. 회사는 이를 하이브리드 세계 모델로 가는 한 걸음이라고 부릅니다.
빈틈은 큽니다. 발표에는 해상도, 프레임 속도, 최대 세션 길이가 없고 경쟁 모델과의 비교도 없습니다. DeepMind 스스로 세션이 길어지거나 여러 번 수정한 뒤에는 세부 사항과 물체의 지속성이 흐트러진다고 인정하며, 물리, 음성 정확도, 읽을 수 있는 글자, 공간 정확도는 아직 연구 중이라고 밝힙니다. 현재는 신뢰할 수 있는 테스터만 쓸 수 있고, 다음으로 Project Genie의 Google AI Ultra 구독자와 Gemini API 및 Google AI Studio의 초기 파트너가 이어질 예정이지만 날짜도 가격도 없습니다. 이런 수치가 나오기 전까지는 작업 계획에 넣을 도구가 아니라 지켜볼 미리보기입니다.