Was ist Google Genie 4?

Stand 29. Oktober 2026 ist Google Genie 4 das neueste Weltmodell von Google DeepMind: Es erzeugt in Echtzeit fotorealistische, interaktive Welten, wobei Ton, Musik und Dialoge zusammen mit dem Bild entstehen. Derzeit ist es eine Forschungsvorschau für vertrauenswürdige Tester, und Google sagt, dass es bald für Google AI Ultra-Abonnenten in Project Genie sowie für Early-Access-Partner der Gemini API und Google AI Studio verfügbar sein wird.

Genie 4 von Google DeepMind wurde am 27. Oktober 2026 angekündigt. Diese Seite behandelt, was es tut, wie Gemini es steuert, was sich seit Genie 3 geändert hat, seine Grenzen, die Warteliste und was Sie mit der Gemini API bauen können, während Sie warten.

Was ist Google Genie 4?

Google Genie 4 ist ein Weltmodell: ein KI-System, das eine Umgebung und ihre Reaktionen Bild für Bild simuliert, während Sie sich darin bewegen. Sie navigieren mit einer Tastatur, steuern die Szene mit Text-Prompts, und Genie 4 rendert, was als Nächstes passiert, einschließlich dessen, wie die Welt klingt und wie sich die Menschen darin bewegen, reagieren und sprechen.

Google nennt es „unser neues Weltmodell“ und beschreibt es als nativ multimodal: Umgebungsgeräusche, Musik und interaktiver Dialog werden gleichzeitig mit der Welt erzeugt. Es baut auf der Gemini-Familie auf. In Googles Worten „verankert Gemini Omni die Simulationen in realer Erscheinung und realem Verhalten“, während andere Gemini-Modelle das Reasoning übernehmen, das eine Simulation kohärent hält. Google nennt zwei Einsatzbereiche: Trainingsumgebungen für Roboter und Agenten sowie neue interaktive Erlebnisse.

Google Genie 4 – Fakten auf einen Blick

Jede Zeile stammt aus Googles Ankündigung.

Was kann Genie 4? Die vier Fähigkeiten

Google gruppiert die Fortschritte des Modells in vier Fähigkeiten, die jeweils in Echtzeitaufnahmen gezeigt werden.

1. Die Welt in Echtzeit per Text steuern

Sie tippen eine Änderung ein und die Welt folgt: Wetter wechseln, Kamera bewegen, eine Person oder ein Objekt hinzufügen. Gemini passt Ihren Prompt an die Szene an, und zwischen Eingaben hält es die Welt in Bewegung.

Demo-Prompt, paraphrasiert: „Starten Sie mit diesem Foto eines Mannes, der auf einer schwimmenden Plattform in einem nebligen See Saxophon spielt, und lassen Sie die Kamera dann frei über das Wasser gleiten.“

2. Realistische Physik und Menschen

Genie 4 simuliert Aerodynamik, Kollisionen und andere physikalische Ereignisse. Google nennt seinen Umgang mit Menschen „den dramatischsten Sprung“: Charaktere bewegen sich natürlich, reagieren auf ihre Umgebung und können in Echtzeit gesteuert werden.

Demo-Prompt, paraphrasiert: „Ein Ahornsamen fällt von einem Baum ins Gras, in Makroaufnahme gefilmt.“

3. Nativer Klang und Live-Dialoge

Google sagt, Genie 4 sei „unser erstes Echtzeit-Weltmodell, das Audio nativ erzeugt“. Jede Welt hat ihren eigenen Umgebungsklang, und Charaktere führen Gespräche, die auf Ihre Eingaben und auf Ereignisse in der Szene reagieren.

Demo-Prompt, paraphrasiert: „Ein First-Person-Ritt auf einem schwarzen Drachen durch einen Rennparcours, mit donnernden Flügelschlägen und tosendem Wind.“

4. Komplexe, mehrstufige Ereignisse mit Gemini

Die Kombination von Gemini mit Genie 4 ermöglicht es einer Simulation, einem mehrstufigen Plan zu folgen. Der nächste Abschnitt behandelt, wie das funktioniert.

Demo-Prompt, paraphrasiert: „Ein Roboterarm hält eine Pipette und tropft Flüssigkeit in eine Laborplatte, wobei winzige Funken entstehen.“

Wie Gemini innerhalb der Schleife arbeitet

Gemini 3.8 Flash fungiert als das, was Google „einen leitenden Agenten in der Schleife“ nennt. Während Genie 4 die Welt generiert, tut Gemini Folgendes:

1. Beobachtet die Szene kontinuierlich.
2. Zerlegt Ihr Ziel in eine Abfolge von Schritten.
3. Überprüft die eingehenden Frames, um sicherzustellen, dass jeder Schritt tatsächlich stattgefunden hat.
4. Ändert seinen Plan spontan, wenn sich die Welt verändert oder Sie eingreifen.

Wenn Sie Agenten bauen, ist das Muster vertraut: planen, handeln, beobachten, verifizieren, neu planen. Mehr zum Planer in unserem Gemini 3.8 Flash API-Leitfaden.

Google hat außerdem Gemini 4 Argon mit Genie 4 und Gemini Robotics kombiniert. In dieser Demo zerlegt Argon die Aufgabe eines Nutzers in Schritte und speist sie als Textbeschriftungen in Genie 4 ein, während die Simulation rendert. Das Ergebnis ist ein simulierter Apptronik-Apollo-Humanoide, der eine Partie Dame spielt, Schritt für Schritt.

Genie 3 vs. Genie 4: Was hat sich geändert

Google kündigte Genie 3 am 5. August 2025 an. Dieser Vergleich verwendet nur das, was in Googles beiden Ankündigungsbeiträgen steht.

Genie 3 erreichte Nutzer später über Project Genie, eine App von Google Labs; unser Leitfaden zur Nutzung von Google Genie 3 behandelt diesen Weg.

Genie 4 – Einschränkungen in Googles Worten

Google ist offen darüber, was noch nicht funktioniert. Genie 4 „bleibt ein frühes, sich entwickelndes Forschungsgebiet“, und der Beitrag listet diese Grenzen auf:

• Kohärenz bei kurzen Sitzungen. Umgebungen bleiben über kurze Sitzungen hinweg kohärent, aber visuelle Details und Objektpermanenz „können sich mit der Zeit noch verschieben oder driften“.
• Drift-Auslöser. Die Drift wird schlimmer, je länger eine Simulation läuft, nach mehreren komplexen Prompt-Änderungen und während Sie durch die Szene navigieren.
• Offene Probleme. Komplexe physikalische Interaktionen, Echtzeit-Audiogenauigkeit, lesbarer Text, räumliche Genauigkeit und langfristige Konsistenz sind allesamt „aktive Bereiche laufender Forschung“.

Zur Sicherheit sagt Google, Genie 4 verfüge über Guardrails, die mit denen seiner anderen Modelle übereinstimmen, habe interne Sicherheitsbewertungen bestanden und sei zuerst an vertrauenswürdige Tester gegangen. Alle seine Videos und Audios tragen SynthID, Googles unsichtbares Wasserzeichen.

Wer testet Genie 4 heute?

Vertrauenswürdige Tester stammen aus Kreativwirtschaft, Journalismus, Bildung, Gaming und Ingenieurwesen. Filmemacher nutzen es als „Entwurfsmodus“ für die Vorvisualisierung, Fotojournalisten verwandeln ein Archivfoto in eine erkundbare Szene, und Spieleentwickler gehen „von einer ersten Idee zu einem erkundbaren Prototyp in Sekunden“.

So kommen Sie auf die Warteliste für Genie 4

Google betreibt eine öffentliche Warteliste, für Genie 4 in Project Genie.

1. Öffnen Sie den Genie 4-Beitrag von Google DeepMind.
2. Klicken Sie oben auf Der Genie 4-Warteliste beitreten oder auf den Link „hier“ im Abschnitt „Nächste Schritte“. Beide öffnen Googles Genie 4-Wartelistenformular.
3. Füllen Sie das Formular mit dem Titel „Zugang zu Genie 4 in Project Genie beantragen“ aus.
4. Verfolgen Sie Project Genie für den Rollout. Google nennt Google AI Ultra-Abonnenten als erste Verbrauchergruppe.

Der Entwicklerzugang ist ein separater Weg, für den noch kein veröffentlichter Bewerbungsprozess existiert; siehe unseren Genie 4 API-Early-Access-Leitfaden.

Ist Project Genie kostenlos? Google hat keine kostenlose Stufe für Genie 4 angekündigt. Wir schlüsseln die Kosten und jede 0-$-Option in Ist Project Genie kostenlos? auf und listen andere Weltmodelle auf, die Sie jetzt ausprobieren können, in Project Genie-Alternativen.

Was Entwickler heute mit der Gemini API bauen können

Es gibt noch keinen Genie 4-Endpunkt, aber die Gemini-Hälfte der Schleife ist öffentlich. gemini-3.8-flash ist auf der Gemini API-Modellseite, sodass Sie den Plan-and-Verify-Schritt gegen Ihre eigenen Frames bauen können: Senden Sie ein Bild und ein Ziel, erhalten Sie Schritte und ein Urteil zurück.

Eine minimale Anfrage an den generateContent-Endpunkt sieht so aus:

curl "https://generativelanguage.googleapis.com/v1beta/models/gemini-3.8-flash:generateContent" \
  -H "x-goog-api-key: $GEMINI_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "contents": [{
      "parts": [
        {"text": "Goal: the character opens the door. Plan the steps as JSON, then say if this frame shows step 1 done."},
        {"inline_data": {"mime_type": "image/png", "data": "<BASE64_FRAME>"}}
      ]
    }],
    "generationConfig": {"responseMimeType": "application/json"}
  }'

Wenn Genie 4 für API-Partner geöffnet wird, ist Ihre Supervisor-Schicht bereits getestet.

Lassen Sie Ihren Coding-Agenten es mit Apidog CLI testen

Ein Verifier, der seine JSON-Struktur ändert, bricht Ihre Schleife stillschweigend. Lassen Sie Ihren Coding-Agenten Apidog CLI bei jeder Änderung gegen den Gemini-Endpunkt ausführen.

npm install -g apidog-cli@latest
apidog login --with-token <YOUR_TOKEN>
npx -y skills add https://apidog.com   # pick your agent when prompted

Geben Sie dann Claude Code, Codex oder Cursor einen Prompt:

In Apidog project <id>, create a test case for POST
/v1beta/models/gemini-3.8-flash:generateContent that sends a sample frame and a goal,
asserts status 200, asserts the response text parses as JSON with a "steps" array and a
"verified" boolean, then run it against the gemini environment and summarize any failures.

Der Agent liest das Payload-Schema, validiert seine Datei, erstellt den Testfall und führt ihn aus:

apidog cli-schema get test-case-create
apidog cli-schema validate test-case-create --file case.json
apidog test-case create --project <id> --file case.json
apidog run --test-case <caseId> --project <id> -e <envId> -r cli,json

Tauschen Sie -r cli,json gegen -r junit aus, und derselbe Lauf passt in einen CI-Job; unser Apidog CLI CI/CD-Leitfaden zeigt die Einrichtung, und Apidog CLI in Claude Code behandelt die Agenten-Seite. Der Free-Plan von Apidog deckt bis zu 4 Nutzer ab.

FAQ

Wann wird Google Genie 4 veröffentlicht? Google hat kein Datum genannt. Stand 29. Oktober 2026 ist Genie 4 eine Forschungsvorschau für vertrauenswürdige Tester, und Google sagt, es sei „demnächst“ für Google AI Ultra-Abonnenten in Project Genie sowie für Early-Access-Partner der Gemini API und von Google AI Studio verfügbar.

Ist Genie 4 in der Gemini API verfügbar? Nicht öffentlich. Google nennt Early-Access-Partner der Gemini API und von Google AI Studio als nächsten Schritt, hat aber keine Modell-ID, Dokumentation oder Preisgestaltung veröffentlicht.

Was ist der Unterschied zwischen Genie 4 und Project Genie? Genie 4 ist das Modell. Project Genie ist die Google Labs-App, in der Verbraucher Googles Weltmodelle nutzen. Googles Warteliste gilt für Genie 4 innerhalb von Project Genie.

Erzeugt Genie 4 Klang? Ja. Google nennt es sein erstes Echtzeit-Weltmodell, das Audio nativ erzeugt: Umgebungsklang, Musik und interaktiver Dialog werden mit der Welt erzeugt.

Wie lange kann eine Genie 4-Sitzung konsistent bleiben? Google nennt keine Zahl. Es heißt, Umgebungen bleiben über kurze Sitzungen hinweg kohärent, wobei Details und Objektpermanenz bei längeren Läufen, nach vielen Prompt-Änderungen oder während der Navigation driften.