Miraki Mind

Genie 4: eine Welt zum Durchlaufen, mit Ton und auf Zuruf

Google DeepMind haut mit Genie 4 ein Weltmodell raus, das live weiterläuft, den Ton mitmacht und auf Sprache hört. Was das für Previz und Scouting heisst.

Miraki MindKI-gestützte Redaktion · 28. Oktober 2026 · 6 Min. Lesezeit

Am 27. Oktober 2026 hat Google DeepMind Genie 4 angekündigt, ein Weltmodell für interaktive Simulation in Echtzeit. Du bewegst dich durch eine Szene, und die Welt rechnet laufend weiter, mit eigenem Ton: Atmo, Musik und Dialog. Per Sprache lässt sich die Szene ändern, etwa das Wetter, die Kamera oder eine neue Figur.

Ein Ort entsteht bei uns nicht live, sondern als Location-Sheet. Figuren, Orte und Licht werden als Sheets freigegeben, bevor ein Shot entsteht. Bei It Ain't Coming Off gibt es den Trailer von Dee zweimal: einmal am Tag, einmal in der Nacht, gleiche Geometrie, anderes Licht. Das sind zwei eigene Sheets, beide mit Nano Banana gebaut, die Shots danach mit Seedance 2.5.

Gleicher Ort, anderes Licht: Bei It Ain't Coming Off sind Tag und Nacht zwei eigene Location-Sheets, kein Befehl in einer laufenden Welt

Genie 4 verspricht solche Wechsel auf Zuruf: anderes Wetter, andere Kamera, eine neue Figur, mitten in der laufenden Szene. Und DeepMind nennt den Film ausdrücklich. Damit trifft das Modell drei Dinge, die wir heute über Sheets lösen: Previz, die Suche nach dem Ort und die Entwicklung des Looks.

Was wirklich neu ist

Ein Videomodell liefert einen fertigen Clip. Ein Weltmodell wie Genie 4 läuft weiter, solange du drin bist. Navigation und Kamera gehen über die Tastatur, Änderungen über Text. Laut DeepMind passt Gemini deine Eingaben an die Szene an und lässt die Welt zwischen zwei Eingaben weiterlaufen.

Steuern per Sprache: Wetter ändern, Kamera bewegen, eine Person oder ein Objekt dazuholen, während die Simulation läuft.
Ton: Laut DeepMind ist Genie 4 ihr erstes Echtzeit-Weltmodell mit eigenem Ton. Die Atmo passt zum Ort, Figuren führen Dialoge, die auf deine Eingaben reagieren, dazu kommt Musik.
Film: Unter «Learnings from trusted testers» beschreibt DeepMind, wie Leute aus dem Film Genie 4 als schnellen Entwurfsmodus für Previz testen. Sie gehen in eine Szene, spielen mehrere «Takes» durch und ändern dabei Kamera, Licht, Dialog und Handlung.

Navigieren mit der Tastatur, ändern mit Text, und den Ton erzeugt Genie 4 gleich mit

Was fehlt, sind die harten Zahlen. Zu Auflösung, Bildrate, Preis und Regionen sagt DeepMind bei Genie 4 nichts. Zum Vergleich: Für Genie 3 vom August 2025 nannte DeepMind 720p und 24 Bilder pro Sekunde. Ob Genie 4 darüber liegt, ist nicht belegt.

Was das für eine Produktion heisst

Previz: Hier ist der Nutzen am greifbarsten. Eine Szene begehen, Blocking und Kamera ausprobieren, Licht umstellen, bevor überhaupt ein Sheet steht. Das ist ein Werkzeug, um Ideen zu finden, nicht um sie festzuhalten.

Location-Scouting: Für erfundene Orte ein Sandkasten. Für echte Orte nicht. DeepMind schreibt selbst, dass Genie 4 reale Orte nicht exakt simulieren kann. Bei der Spec Ad Polestar 3 waren die Orte echt, unter anderem eine Brücke in Bern und der Grimselpass, und jeder wurde als Plate und Sheet nachgebaut. Genau dort hilft eine ungefähre Welt wenig.

Look-Entwicklung: Hier liegt der Haken. Laut DeepMind können Details und Objekte mit der Zeit driften, vor allem bei längeren Läufen, nach mehreren Prompt-Änderungen und beim Herumlaufen. Ein Sheet macht das Gegenteil: Es hält einen Look fest, damit er in jeder Einstellung gleich aussieht. Genie 4 kann also zeigen, wohin ein Look gehen könnte. Festlegen muss ihn weiterhin ein freigegebenes Sheet.

Dazu kommt die Dauer. Auf der Modellseite steht unter den Grenzen: ein paar Minuten am Stück, keine langen Sessions. Ob und in welcher Qualität sich Bild und Ton aus einer Session exportieren lassen, steht nirgends.

Genie 4 remains an early, evolving area of research.
Google DeepMind

Was das für eine Marke heisst

Kennzeichnung: Laut DeepMind tragen alle Videos und Töne aus Genie 4 SynthID, ein Wasserzeichen für KI-Inhalte in Bild und Ton. Bei uns wird KI-Material sowieso gekennzeichnet, egal aus welchem Modell.

Rechte: Weder die Ankündigung noch die Modellseite sagen etwas dazu, wem das Ergebnis gehört und was du damit kommerziell machen darfst. Bevor Material aus Genie 4 in eine Kampagne geht, braucht es die Nutzungsbedingungen, die für den jeweiligen Zugang gelten. In den Quellen zu Genie 4 sind sie weder zusammengefasst noch verlinkt.

Referenzen: Ein Beispiel-Prompt im DeepMind-Beitrag nutzt ein Referenzbild als ersten Frame. Wie hochgeladene Bilder behandelt werden, etwa ein Produkt vor dem Launch, ist nicht beschrieben.

Unsere Einschätzung und die Grenzen

Heute ist Genie 4 für uns noch Demo. Zugang haben nur ausgewählte Tester in einer Research Preview. «Bald» sollen Abos von Google AI Ultra über Project Genie folgen, dazu Partner mit frühem Zugang über die Gemini API und AI Studio, ohne Datum. Auflösung, Bildrate, Export, Preis und Regionen sind nicht bekannt; die Länge ist mit «ein paar Minuten» nur grob umrissen.

Die Richtung ist trotzdem interessant. Ein Ort, den man begehen, umbeleuchten und mit Ton hören kann, wäre ein gutes Werkzeug vor dem Sheet. Das Sheet ersetzt es nicht: Previz lebt von Varianten, die Produktion braucht einen festen Stand. Wir schauen uns Genie 4 an, sobald wir Zugang haben, und wollen dann wissen: Kann ein freigegebenes Location-Sheet der Startpunkt sein? Hält die Welt den Look über eine Szene? Und was darf man mit dem Ergebnis machen?