Genie 4: 영상과 소리·대사를 함께 만드는 Google DeepMind의 세계 모델, 연구 미리보기
무엇인가요
Genie 4는 키보드로 돌아다닐 수 있는 3D 장면을 실시간으로 만들어 내는 '세계 모델'이에요. 이번에는 영상과 함께 배경음·음악·인물 대사까지 한 모델이 만들어요. 시뮬레이션 도중 날씨를 바꾸거나 사람·물건을 넣는 것도 문장으로 지시할 수 있어요. 겉모습과 움직임은 Gemini Omni가, 장면이 앞뒤가 맞게 이어지는 판단은 다른 Gemini 모델이 맡아요.
왜 중요한가요
로봇이나 화면을 다루는 에이전트를 훈련할 가상 환경을 끝없이 만들어 낼 수 있다는 점이 핵심이에요. Google은 Gemini API·AI Studio 초기 파트너에게도 열 계획이라고 밝혀서 게임·시뮬레이션·에이전트 테스트 환경을 만드는 팀이 처음으로 API로 다뤄 볼 수도 있어요. 다만 오래 돌리면 물체와 세부가 흔들린다고 Google이 직접 적었어요.
완성도
Research 연구신뢰할 수 있는 테스터에게만 연구 미리보기로 열었고 Google AI Ultra 구독자와 API 초기 파트너 공개는 날짜가 없어요. 대기 명단은 받고 있어요.
앞으로 이렇게 지켜보세요
- API 공개: Gemini API 문서와 Logan Kilpatrick X 게시에서 Genie 4 API 일정이 나오는지 봐요.
- Project Genie: Google AI Ultra 구독자 공개 소식을 Google DeepMind 블로그에서 확인해요.
- 한계 개선: 긴 세션에서 물체가 유지되는 시간이 얼마나 늘었는지 독립 데모·리뷰를 지켜봐요.