Google DeepMind का Genie 4 उपयोगकर्ताओं को सिमुलेशन में घूमते हुए सामान्य भाषा में निर्देश देकर उसका परिवेश बदलने देता है। वे मौसम बदल सकते हैं, कैमरा घुमा सकते हैं या लोगों और वस्तुओं को जोड़ सकते हैं। इसके साथ ही रियल टाइम में ऑडियो भी बनता है।
यह मॉडल दृश्य की एकरूपता बनाए रखने की अवधि को Genie 3 के करीब 1 मिनट से बढ़ाकर करीब 2 मिनट करता है। Gemini 3.8 Flash लक्ष्यों को छोटे हिस्सों में बांटकर और आउटपुट फ्रेम की जांच करके सिमुलेशन को दिशा देने में मदद करता है।
Google इस तकनीक को रोबोट की ट्रेनिंग के लिए अलग-अलग परिस्थितियां तैयार करने जैसे उपयोगों के लिए पेश कर रहा है। कंपनी ने सिमुलेशन में किए जाने वाले कार्यों से जुड़ा रोबोटिक्स प्रयोग भी दिखाया है। हालांकि, लंबे सत्रों में वस्तुओं और बारीकियों में अनचाहे बदलाव हो सकते हैं। ऑडियो की सटीकता और पढ़ने योग्य टेक्स्ट की समस्याएं भी अभी हल नहीं हुई हैं।
आने वाले हफ्तों में Project Genie के जरिए Google AI Ultra ग्राहकों को भी एक्सेस दिए जाने की योजना है। Gemini API साझेदारों को भी शुरुआती एक्सेस देने की योजना है। सिमुलेशन टूल तलाश रही कंपनियों के लिए यह एक रिसर्च मॉडल को परखने का मौका है, न कि किसी भरोसेमंद ट्रेनिंग परिवेश का प्रमाण।