Genie 4: âm thanh gốc, hội thoại trực tiếp và hợp tác với Gemini khác gì Genie 3?

Google DeepMind công bố Genie 4 ngày 27/10/2026. Mô hình thế giới này phục vụ mô phỏng tương tác thời gian thực: người dùng không chỉ mô tả cảnh mà có thể di chuyển góc nhìn, đổi thời tiết, thêm nhân vật trong lúc tạo và xem thế giới tiếp tục phản ứng.

Thay đổi rõ nhất là âm thanh gốc, hội thoại tương tác và hợp tác chặt hơn với Gemini. Hệ thống tạo tiếng môi trường, nhạc và giọng nhân vật cùng hình ảnh; Gemini giúp hiểu chỉ dẫn, lập kế hoạch sự kiện và theo dõi tiến trình.

Bài viết dựa trên trang Google và Google DeepMind được kiểm tra ngày 28/10/2026. Mô tả năng lực lấy từ tài liệu chính thức. TboxIO chưa được truy cập bản nghiên cứu để thử độc lập và không có điểm chuẩn riêng.

Khác gì tạo video thông thường?

Khi xem video được tạo sẵn, khán giả tiếp nhận nội dung đã hoàn thành. Genie nhấn mạnh phản hồi giữa hành động và môi trường: xoay camera, đi nơi khác hoặc thêm sự kiện thì mô hình phải tiếp tục tạo một thế giới đáp ứng thay đổi đó.

Điều này không tự động biến nó thành game engine có dự án xuất đầy đủ, quy tắc chặt chẽ, hay mô phỏng vật lý đã kiểm chứng cho kỹ thuật. Trước hết đây là môi trường nghe nhìn được tạo liên tục, có thể khám phá và can thiệp; độ chính xác điều khiển và nhất quán dài hạn vẫn có giới hạn.

Hạng mục	Thông tin Genie 4 được xác nhận chính thức
Nhà phát triển	Google DeepMind
Ngày công bố	27/10/2026
Giai đoạn	Bản xem trước nghiên cứu cho người thử nghiệm tin cậy
Điều khiển	Sửa cảnh bằng ngôn ngữ tự nhiên, điều hướng và camera
Âm thanh gốc	Tiếng môi trường, nhạc, hội thoại
Gemini	Nền tảng ngoại hình và hành vi, hiểu cảnh, kế hoạch, kiểm tra tiến độ
Tương tác liên tục	Trang mô hình ghi vài phút, không phải phiên dài
Nhận diện nội dung tạo	Theo Google, video và âm thanh sẽ có watermark SynthID

Bốn hướng tiến bộ

1. Sửa cảnh trực tiếp bằng ngôn ngữ

Ví dụ chính thức gồm đổi thời tiết, di chuyển camera, thêm người hoặc vật. Gemini hiểu lệnh theo ngữ cảnh và tiếp tục quan sát, hướng dẫn giữa các lần nhập để sự kiện diễn tiến liền mạch.

Người sáng tạo có thể vừa xem vừa sửa thay vì tạo lại cả đoạn từ đầu. Tiền kỳ hình ảnh, thử phong cách và ý tưởng tương tác có thể hưởng lợi, nhưng sửa phức tạp không bảo đảm giữ nguyên mọi chi tiết cũ.

2. Vật lý và chuyển động con người chân thực hơn

DeepMind nhấn mạnh khí động học, va chạm, chuyển động và phản ứng tự nhiên với môi trường. Đây là hướng chân thực của mô phỏng được tạo, không phải bằng chứng về bộ giải vật lý số chính xác.

Tương tác vật lý phức tạp và độ chính xác không gian vẫn là vấn đề nghiên cứu. Xem trước ý tưởng và dựa vào mô phỏng để quyết định an toàn kỹ thuật có yêu cầu khác nhau.

3. Âm thanh và hội thoại được tạo cùng thế giới

Genie 4 là mô hình thế giới thời gian thực đầu tiên của DeepMind tạo âm thanh gốc. Tiếng bước chân, gió, sóng và lời nói xuất hiện cùng thế giới; nhân vật có thể phản hồi bằng lời theo lệnh hoặc sự kiện ngay khi diễn ra.

Đây là kênh phản hồi mới và cũng là bài toán đánh giá mới: âm thanh có khớp hành động, hội thoại có theo sự kiện không? Độ chính xác âm thanh thời gian thực vẫn đang cải thiện nên đồng bộ trong demo không bảo đảm mọi cảnh đều tin cậy.

4. Gemini hỗ trợ sự kiện nhiều bước

Gemini Omni góp năng lực về ngoại hình và hành vi thực tế, các mô hình Gemini khác hỗ trợ tính liền mạch. Công bố mô tả Gemini 3.8 Flash là agent hướng dẫn quan sát khung hình, chia mục tiêu, kiểm tra tiến độ và đổi kế hoạch khi thế giới thay đổi hoặc người dùng can thiệp.

Một thí nghiệm robot còn kết hợp Gemini 4 Argon với Genie 4. Argon chia nhiệm vụ thành bước và gửi chú thích văn bản khi mô phỏng đang tạo; có ví dụ robot hình người Apptronik Apollo chơi cờ đam.

Đó là minh họa nghiên cứu phối hợp mô hình, không phải bằng chứng tăng tỷ lệ thành công của robot ngoài đời. Cũng không có nghĩa mọi phiên Genie 4 dùng cùng tổ hợp Gemini.

So với Genie 3: tách năng lực mới và đã có

Genie 3 ra mắt ngày 05/08/2025, đã có khám phá thời gian thực, sự kiện qua văn bản và nhất quán trong vài phút. Đổi thời tiết hay thêm nhân vật không bắt đầu từ Genie 4.

Khía cạnh	Công bố Genie 3	Tài liệu Genie 4
Tương tác thời gian thực	Đã hỗ trợ điều hướng và tạo trực tiếp	Nhấn mạnh hướng dẫn và tương tác trực tiếp
Sự kiện qua văn bản	Đổi thời tiết, thêm người và vật	Gemini hiểu ngữ cảnh, hướng dẫn liên tục
Âm thanh, hội thoại	Chưa được xác lập trong bài ra mắt được dẫn	Nêu rõ âm thanh gốc và đối thoại trực tiếp
Vật lý, con người	Đã nhấn mạnh thuộc tính vật lý, tự nhiên	Tập trung chân thực, chuyển động, phản ứng
Phối hợp agent	SIMA hành động trong môi trường tạo	Gemini lập kế hoạch, quan sát, kiểm tra bước
Thông số hình ảnh có thể dẫn	Ghi rõ 720p, 24 fps	Trang kiểm tra không có độ phân giải/fps cố định cùng cơ sở
Thời gian liên tục	Vài phút, không phải nhiều giờ	Vẫn vài phút, không phải phiên kéo dài

SIMA trong ví dụ Genie 3 chủ yếu gửi hành động điều hướng tới môi trường. Vai trò đó khác Gemini giúp tổ chức và hướng dẫn cảnh trong Genie 4; không nên gộp vai trò hay thiết lập thử nghiệm.

Bài này không coi “gấp đôi thời lượng”, “đúng hai phút”, “fps cao hơn” là thông số đã xác nhận. Trang Genie 4 nói vài phút và không cung cấp bảng số đầy đủ cùng điều kiện. Cũng không được chép 720p, 24 fps của Genie 3 sang bản mới.

Demo không phải kết quả đo độ tin cậy

Công bố và trang mô hình đã kiểm tra không có điểm xếp hạng chuẩn, tỷ lệ thành công có kiểm soát hay phép đo độ trễ dùng cho bài này. Các đoạn ghi là tương tác thời gian thực để minh họa, một số chuỗi được rút ngắn. Ví dụ tuyển chọn không đại diện mọi lần tạo.

Trong lần TboxIO truy cập, nhiều video nhúng không phát bình thường. Chúng tôi dựa vào văn bản và nhãn ví dụ chính thức, không tuyên bố đã nghe hết hoặc trực tiếp tương tác.

Nếu có quyền thử trong tương lai, cần đo việc giữ vật thể khi rời rồi quay lại, trôi cảnh sau nhiều lần sửa, khớp âm thanh và động tác, hoàn thành sự kiện theo thứ tự, tính lặp lại của chỉ dẫn, thời lượng và độ trễ thực tế. Điểm toán hay lập trình của chatbot và video đẹp không thay thế các phép đo đó.

Giới hạn hiện tại

Google coi Genie 4 là mô hình thử nghiệm giai đoạn đầu, với những giới hạn sau:

• Chi tiết hình ảnh và tính tồn tại của vật thể có thể trôi, rõ hơn khi chạy lâu, sửa phức tạp hoặc di chuyển nhiều.
• Tương tác phức tạp giữa nhiều nhân vật, agent độc lập và môi trường chung vẫn là bài toán nghiên cứu.
• Không tái tạo địa lý thực chính xác tuyệt đối; độ chính xác không gian còn cần cải thiện.
• Chữ dễ đọc thường thuận lợi hơn khi đã nằm trong mô tả đầu vào; không bảo đảm mọi biển hiệu đều rõ ổn định.
• Tương tác liên tục vẫn ở mức vài phút, không phải thế giới bền vững chạy nhiều giờ.
• Vật lý phức tạp và âm thanh trực tiếp vẫn cần hoàn thiện.

Vì vậy nên bắt đầu ở tiền kỳ sáng tạo, ý tưởng tương tác và nghiên cứu. Làm ảnh lưu trữ chuyển động không biến âm thanh hay động tác mới thành tư liệu lịch sử thật.

Truy cập và giá

Tại ngày kiểm tra, Genie 4 là bản nghiên cứu cho trusted testers. Google nói sắp mở thêm, bắt đầu từ thuê bao Google AI Ultra trong Project Genie và đối tác truy cập sớm của Gemini API, Google AI Studio; có danh sách chờ.

“Sắp có” không chứng minh mọi thuê bao Ultra đã dùng được hoặc API đã phổ cập. Nhắc tới AI Studio hay Gemini API cũng không xác nhận có model ID công khai, tài liệu tích hợp đầy đủ hoặc hạn mức thương mại.

Các trang được kiểm tra không cung cấp giá API Genie 4, giá theo giây, danh sách vùng hay hạn mức rõ ràng. Bài không tạo giá giả và không coi phí thuê bao Ultra là chi phí riêng của Genie 4.

Nhóm sáng tạo có thể quan tâm tiền kỳ, phong cách, nguyên mẫu tương tác; nhà nghiên cứu robot và agent có thể khám phá tình huống mô phỏng đa dạng. Nhưng tài sản tái sử dụng, cơ chế game điều khiển được hoặc lợi ích huấn luyện robot thật cần giao diện cụ thể và kiểm chứng thêm.

Nhận định TboxIO: Genie 4 đưa thế giới hình ảnh trực tiếp, âm thanh, hội thoại và kế hoạch Gemini lại gần nhau. Đây là minh họa nghiên cứu quan trọng, chưa tương đương game engine trưởng thành, mô phỏng kỹ thuật chính xác hay API thương mại đã mở đại trà.

Nguồn tham khảo

• Google DeepMind: công bố Genie 4 chính thức
• Trang Genie 4 và giới hạn chính thức
• Tóm tắt công bố từ Google
• Công bố Genie 3 chính thức