Google Genie 4 là gì?

Tính đến ngày 29 tháng 10 năm 2026, Google Genie 4 là mô hình thế giới mới nhất của Google DeepMind: nó tạo ra các thế giới tương tác, chân thực như ảnh chụp trong thời gian thực, với âm thanh, nhạc và hội thoại được tạo ra song song với hình ảnh. Hiện tại đây là bản xem trước nghiên cứu dành cho những người thử nghiệm đáng tin cậy, và Google cho biết nó sẽ sớm có mặt cho người đăng ký Google AI Ultra trong Project Genie và cho các đối tác truy cập sớm của Gemini API và Google AI Studio.

Genie 4 của Google DeepMind được công bố vào ngày 27 tháng 10 năm 2026. Trang này bao gồm những gì nó làm được, cách Gemini điều khiển nó, những gì đã thay đổi kể từ Genie 3, các giới hạn của nó, danh sách chờ và những gì bạn có thể xây dựng với Gemini API trong lúc chờ đợi.

Google Genie 4 là gì?

Google Genie 4 là một mô hình thế giới: một hệ thống AI mô phỏng một môi trường và cách nó phản ứng, từng khung hình, khi bạn di chuyển qua đó. Bạn điều hướng bằng bàn phím, điều khiển cảnh bằng lời nhắc văn bản, và Genie 4 kết xuất những gì xảy ra tiếp theo, bao gồm âm thanh của thế giới và cách mọi người trong đó di chuyển, phản ứng và nói.

Google gọi nó là “mô hình thế giới mới của chúng tôi” và mô tả nó là đa phương thức gốc: tiếng ồn xung quanh, nhạc và hội thoại tương tác được tạo ra cùng lúc với thế giới. Nó được xây dựng dựa trên họ Gemini. Theo cách nói của Google, Gemini Omni “neo các mô phỏng vào hình dáng và hành vi trong thế giới thực”, trong khi các mô hình Gemini khác xử lý lý luận giúp mô phỏng mạch lạc. Google liệt kê hai mục đích sử dụng: môi trường huấn luyện cho robot và tác nhân, và các trải nghiệm tương tác mới.

Thông tin nhanh về Google Genie 4

Mỗi hàng đều đến từ thông báo của Google.

Genie 4 có thể làm gì? Bốn khả năng

Google nhóm tiến bộ của mô hình thành bốn khả năng, mỗi khả năng được thể hiện trong các bản ghi thời gian thực.

1. Điều khiển thế giới trong thời gian thực bằng văn bản

Bạn nhập một thay đổi và thế giới sẽ tuân theo: chuyển thời tiết, di chuyển camera, thêm người hoặc vật thể. Gemini điều chỉnh lời nhắc của bạn cho phù hợp với cảnh, và giữa các lần nhập, nó giữ cho thế giới tiếp tục chuyển động.

Lời nhắc demo, được diễn giải: “Bắt đầu từ bức ảnh này về một người đàn ông chơi saxophone trên một nền tảng nổi trong hồ sương mù, sau đó để camera trượt tự do trên mặt nước.”

2. Vật lý và con người chân thực

Genie 4 mô phỏng khí động học, va chạm và các sự kiện vật lý khác. Google gọi cách nó xử lý con người là “bước nhảy vọt ấn tượng nhất”: nhân vật di chuyển tự nhiên, phản ứng với môi trường xung quanh và có thể được điều khiển trong thời gian thực.

Lời nhắc demo, được diễn giải: “Một hạt phong rơi từ trên cây xuống bãi cỏ, được quay ở chế độ macro.”

3. Âm thanh gốc và hội thoại trực tiếp

Google cho biết Genie 4 là “mô hình thế giới thời gian thực đầu tiên của chúng tôi tạo âm thanh gốc.” Mỗi thế giới đều mang âm thanh xung quanh riêng, và các nhân vật có những cuộc hội thoại phản ứng với đầu vào của bạn và với các sự kiện trong cảnh.

Lời nhắc demo, được diễn giải: “Một chuyến đi góc nhìn thứ nhất trên một con rồng đen xuyên qua một đường đua, với những nhịp vỗ cánh như sấm và tiếng gió gào thét.”

4. Các sự kiện phức tạp, nhiều bước với Gemini

Việc ghép Gemini với Genie 4 cho phép một mô phỏng tuân theo một kế hoạch nhiều bước. Phần tiếp theo sẽ đề cập cách thức.

Lời nhắc demo, được diễn giải: “Một cánh tay robot cầm pipet và nhỏ chất lỏng vào một đĩa thí nghiệm, tạo ra những tia lửa nhỏ.”

Cách Gemini vận hành bên trong vòng lặp

Gemini 3.8 Flash đóng vai trò mà Google gọi là “một tác nhân dẫn đường trong vòng lặp.” Trong khi Genie 4 tạo ra thế giới, Gemini:

1. Theo dõi cảnh liên tục.
2. Chia mục tiêu của bạn thành một chuỗi các bước.
3. Xem xét các khung hình đến để kiểm tra rằng mỗi bước thực sự đã xảy ra.
4. Thay đổi kế hoạch ngay lập tức khi thế giới thay đổi hoặc bạn can thiệp.

Nếu bạn xây dựng tác nhân, mô hình này rất quen thuộc: lập kế hoạch, hành động, quan sát, xác minh, lập lại kế hoạch. Thông tin thêm về bộ lập kế hoạch trong hướng dẫn API Gemini 3.8 Flash của chúng tôi.

Google cũng đã ghép Gemini 4 Argon với Genie 4 và Gemini Robotics. Trong bản demo đó, Argon chia nhiệm vụ của người dùng thành các bước và đưa chúng cho Genie 4 dưới dạng chú thích văn bản trong khi mô phỏng kết xuất. Kết quả là một người máy hình người Apptronik Apollo được mô phỏng đang chơi cờ đam, từng bước một.

Genie 3 so với Genie 4: những gì đã thay đổi

Google đã công bố Genie 3 vào ngày 5 tháng 8 năm 2025. So sánh này chỉ sử dụng những gì hai bài đăng công bố của Google nêu rõ.

Genie 3 sau đó đã đến với người dùng thông qua Project Genie, một ứng dụng của Google Labs; hướng dẫn sử dụng Google Genie 3 của chúng tôi đề cập con đường đó.

Các hạn chế của Genie 4, theo lời Google

Google nói thẳng về những gì chưa hoạt động. Genie 4 “vẫn là một lĩnh vực nghiên cứu ban đầu, đang phát triển,” và bài đăng liệt kê những hạn chế sau:

• Tính mạch lạc trong phiên ngắn. Môi trường vẫn mạch lạc trong các phiên ngắn, nhưng chi tiết hình ảnh và tính thường tồn của đồ vật “vẫn có thể thay đổi hoặc trôi dạt theo thời gian.”
• Nguyên nhân gây trôi dạt. Trôi dạt trở nên tệ hơn khi mô phỏng chạy lâu hơn, sau nhiều lần chỉnh sửa lời nhắc phức tạp và trong khi bạn điều hướng qua cảnh.
• Vấn đề mở. Tương tác vật lý phức tạp, độ chính xác âm thanh thời gian thực, văn bản dễ đọc, độ chính xác không gian và tính nhất quán lâu dài đều là “các lĩnh vực nghiên cứu đang được tiến hành tích cực.”

Về an toàn, Google cho biết Genie 4 có các rào chắn phù hợp với các mô hình khác của mình, đã vượt qua đánh giá an toàn nội bộ và được gửi đến những người thử nghiệm đáng tin cậy trước tiên. Tất cả video và âm thanh của nó đều mang SynthID, hình mờ vô hình của Google.

Ai đang thử nghiệm Genie 4 hôm nay?

Những người thử nghiệm đáng tin cậy đến từ các ngành công nghiệp sáng tạo, báo chí, giáo dục, trò chơi điện tử và kỹ thuật. Các nhà làm phim sử dụng nó như một “chế độ nháp” để hình dung trước, các nhà báo ảnh biến một bức ảnh lưu trữ thành một cảnh có thể khám phá, và các nhà phát triển trò chơi đi “từ ý tưởng ban đầu đến nguyên mẫu có thể khám phá trong vài giây.”

Cách tham gia danh sách chờ Genie 4

Google điều hành một danh sách chờ công khai, dành cho Genie 4 trong Project Genie.

1. Mở bài đăng Genie 4 của Google DeepMind.
2. Nhấp vào Tham gia danh sách chờ Genie 4 ở đầu trang, hoặc liên kết “tại đây” trong phần “Các bước tiếp theo”. Cả hai đều mở biểu mẫu danh sách chờ Genie 4 của Google.
3. Điền vào biểu mẫu, có tiêu đề “Đăng ký quyền truy cập Genie 4 trong Project Genie”.
4. Theo dõi Project Genie để biết thông tin triển khai. Google nêu tên người đăng ký Google AI Ultra là nhóm người tiêu dùng đầu tiên.

Quyền truy cập dành cho nhà phát triển là một hướng riêng biệt, chưa có quy trình đăng ký nào được công bố; xem hướng dẫn truy cập sớm API Genie 4 của chúng tôi.

Project Genie có miễn phí không? Google chưa công bố gói miễn phí cho Genie 4. Chúng tôi phân tích chi phí và mọi tùy chọn $0 trong Project Genie có miễn phí không?, và liệt kê các mô hình thế giới khác bạn có thể thử ngay trong Các lựa chọn thay thế Project Genie.

Những gì nhà phát triển có thể xây dựng với Gemini API ngay hôm nay

Chưa có điểm cuối Genie 4, nhưng nửa Gemini của vòng lặp đã công khai. gemini-3.8-flash có trên trang mô hình Gemini API, vì vậy bạn có thể xây dựng bước lập kế hoạch và xác minh dựa trên các khung hình của riêng bạn: gửi một hình ảnh và một mục tiêu, nhận lại các bước và một phán quyết.

Một yêu cầu tối thiểu đến điểm cuối generateContent trông như thế này:

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"}
  }'

Khi Genie 4 mở cho các đối tác API, lớp giám sát của bạn đã được kiểm thử.

Hãy để tác nhân lập trình của bạn kiểm thử nó với Apidog CLI

Một trình xác minh thay đổi hình dạng JSON của nó sẽ phá vỡ vòng lặp của bạn một cách âm thầm. Hãy để tác nhân lập trình của bạn chạy Apidog CLI đối với điểm cuối Gemini mỗi khi có thay đổi.

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

Sau đó đưa cho Claude Code, Codex hoặc Cursor một lời nhắc:

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.

Tác nhân đọc lược đồ tải trọng, xác thực tệp của nó, tạo ca kiểm thử và chạy nó:

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

Thay -r cli,json bằng -r junit và cùng một lần chạy phù hợp với một công việc CI; hướng dẫn CI/CD của Apidog CLI của chúng tôi chỉ cách thiết lập, và Apidog CLI trong Claude Code đề cập khía cạnh tác nhân. Gói miễn phí của Apidog hỗ trợ tối đa 4 người dùng.

Câu hỏi thường gặp

Khi nào Google Genie 4 sẽ được phát hành? Google chưa đưa ra ngày cụ thể. Tính đến ngày 29 tháng 10 năm 2026, Genie 4 là bản xem trước nghiên cứu dành cho những người thử nghiệm đáng tin cậy, và Google cho biết nó “sắp ra mắt” cho người đăng ký Google AI Ultra trong Project Genie và cho các đối tác truy cập sớm của Gemini API và Google AI Studio.

Genie 4 có khả dụng trong Gemini API không? Không công khai. Google liệt kê các đối tác truy cập sớm của Gemini API và Google AI Studio là bước tiếp theo nhưng chưa công bố ID mô hình, tài liệu hoặc giá cả.

Sự khác biệt giữa Genie 4 và Project Genie là gì? Genie 4 là mô hình. Project Genie là ứng dụng Google Labs nơi người tiêu dùng sử dụng các mô hình thế giới của Google. Danh sách chờ của Google là dành cho Genie 4 bên trong Project Genie.

Genie 4 có tạo âm thanh không? Có. Google gọi nó là mô hình thế giới thời gian thực đầu tiên của mình tạo âm thanh gốc: âm thanh xung quanh, nhạc và hội thoại tương tác được tạo ra cùng với thế giới.

Một phiên Genie 4 có thể duy trì nhất quán trong bao lâu? Google không đưa ra con số. Nó cho biết môi trường vẫn mạch lạc trong các phiên ngắn, với các chi tiết và tính thường tồn của đồ vật bị trôi dạt trong các lần chạy dài hơn, sau nhiều lần chỉnh sửa lời nhắc hoặc trong khi bạn điều hướng.