Kann Genie 4 einen überfüllten Bahnhof in Bewegung halten, wenn die Kamera geschwenkt wird?

An einem Bahnhofseingang am Abend strömen Pendler zu den Ticket-Gates, während einige Personen anhalten, um eine Karte zu lesen, und ein weiterer Strom von der Seite quert. Ein überzeugendes Bild dieser Szene ist leicht mit überzeugendem Verhalten einer Menschenmenge zu verwechseln. Genie 4 Crowd-Bewegung in belebten öffentlichen Räumen ist ein anspruchsvollerer Test: Kann die Szene weiter reagieren, während Sie sich durch sie bewegen und verändern, was geschieht?

Genie 4 ist ein interaktives Weltmodell, nicht einfach ein Text-zu-Video-Generator. Google DeepMind hat einen vollen japanischen Bahnhof der 1980er-Jahre gezeigt und beschreibt Tastaturnavigation, Kamerasteuerung und Szenenänderungen in Echtzeit per natürlicher Sprache. Die Ankündigung besagt außerdem, dass Genie 4 eine frühe Forschungsvorschau bleibt, wobei Objektpermanenz, räumliche Genauigkeit, komplexe Interaktionen und langfristige Konsistenz noch in Entwicklung sind. Das macht es vielversprechend für die Konzepterkundung, aber nicht zu einem Beleg für einen validierten Menschenmengensimulator. ( Google DeepMind, Oktober 2026 )

Wichtigste Erkenntnisse

• Genie 4 ermöglicht es einem berechtigten Tester, eine sich entwickelnde Szene zu erkunden und zu steuern; ein Standard-Videogenerator gibt einen festen Clip zurück.
• Geben Sie Wege, sich kreuzende Ströme, Anhalteverhalten, Kamerabewegung und Szenenmerkmale an, statt sich auf „belebt“ oder „realistisch“ zu verlassen.
• Beurteilen Sie Bewegung über die Zeit, einschließlich Kreuzungen, sich wiederholender Personen und ob der Bahnhof nach einer Bearbeitung an Ort und Stelle bleibt.
• Stand 2. November 2026 ist Genie 4 eine Forschungsvorschau mit begrenztem Zugang. Ein festes Video ist eine andere Art von Ausweichlösung.

Was Genie 4 bei der Bewegung von Menschenmengen ändert

Ein Videogenerator verwandelt eine Eingabe normalerweise in einen Clip, den Sie aus dem von ihm gewählten Kamerapfad ansehen. Genie 4 wird als Weltmodell präsentiert: Sie können die Ansicht durch eine generierte Umgebung bewegen und die sich entwickelnde Szene per Text steuern. DeepMind sagt, dass seine Demonstrationen Standardtastatursteuerung für Navigation und Kamerasteuerung verwenden, zusammen mit Prompts in natürlicher Sprache für Änderungen wie das Ändern des Wetters oder das Einführen eines Objekts. Es heißt außerdem, dass Gemini hilft, diese Änderungen im Kontext zu interpretieren und die Welt weiterlaufen zu lassen.

Dieser Unterschied ist wichtig, wenn ein Designer einen Bahnhof über eine einzelne komponierte Aufnahme hinaus untersuchen möchte. Sie könnten an einem breiten Eingang zur Bahnhofshalle beginnen, auf die Ticket-Gates zugehen und dann eine kleine Gruppe bitten, nahe einer Wandkarte anzuhalten. Im Prinzip lässt diese Sequenz Sie erkunden, ob die Umgebung um das neue Ereignis herum weiterläuft. Das ist eine nützlichere Frage, als ob ein einzelnes Bild überfüllt aussieht.

Das offizielle Beispiel des vollen Bahnhofs ist ein Prompt für einen ländlichen japanischen Bahnhof in den 1980er-Jahren. Es beschreibt wartende, gehende, einsteigende und Gepäck tragende Fahrgäste, einen Bahninspektor nahe der Kamera, einen langen roten Zug auf dem nächsten Gleis und eine Bergkulisse. Das ist ein Beleg für die Szene, die DeepMind zu demonstrieren wählte. Es ist kein unabhängiger Test der Realitätstreue von Menschenmengen, und der veröffentlichte Prompt belegt nicht, dass jede angeforderte Aktion während einer längeren Erkundung korrekt ausgeführt wurde.

Wählen Sie Genie 4, wenn die Frage betrifft, was geschieht, während Sie sich bewegen oder eingreifen. Wählen Sie festes Video, wenn das Ergebnis ein Clip zum Prüfen oder Teilen ist. Keines der beiden Formate beweist für sich genommen, dass Fußgängerwege, Abstände oder Timing zu einem realen Ort passen.

Wie man Genie 4 für einen belebten öffentlichen Raum promptet

„Erstelle einen belebten Bahnhof“ gibt einem Modell ein Thema, keinen Bewegungsplan. Ein nützlicher Menschenmengen-Prompt beschreibt beobachtbares Verhalten und räumliche Beziehungen. Beginnen Sie mit sieben Teilen: Ort, Zeit, Layout, Bewegungsfluss, individuelle Aktionen, Kameraroute und Ton. Für eine nützliche Bewertung benennen Sie außerdem, was fest bleiben soll, etwa die Position von Eingang, Gates und Schildern.

Der offizielle Bahnhofs-Prompt liefert eine Umgebung und sichtbare Aktivität. Machen Sie für ein kontrolliertes Experiment jeweils nur eine Variable explizit. Wenn der erste Durchlauf unklare Laufrichtungen hat, überarbeiten Sie die Flow-Anweisung, während Ort und Kameraplan stabil bleiben. Wenn Sie Umgebung, Dichte, Kamera und Verhalten gleichzeitig ändern, können Sie nicht sagen, welche Anweisung das Ergebnis verändert hat.

Das Folgende ist ein Ausgangsexperiment für einen autorisierten Genie-4-Vorschau-Nutzer. Es ist kein Atlas-Cloud-Prompt, und die Verfügbarkeit jeglicher Steuerung hängt von der Vorschauumgebung ab, die diesem Konto bereitgestellt wird.

plaintextCopy
1Create an explorable, realistic public train-station concourse during the evening commute. Show a steady, dense pedestrian flow moving in both directions through clearly visible lanes. Some people walk briskly toward the platform entrances, a few pause beside a wall map without blocking the main flow, and small groups walk together at a natural pace. Pedestrians adjust their paths and leave personal space when crossing; avoid synchronized marching or repeated identical people. Keep the station layout stable, with the main entrance, ticket gates, and platform signs in consistent positions. Begin from a wide eye-level view, then let me move toward the ticket gates while the crowd continues to flow naturally. Use realistic indoor station ambience and indistinct background conversation. Do not show emergencies, panic, collisions, or readable brand logos.

Betrachten Sie den Prompt als Experimentspezifikation, nicht als Garantie. „Persönlichen Abstand lassen“ drückt ein gewünschtes Verhalten aus, definiert aber keinen gemessenen Abstandsschwellenwert. „Die Bahnhofsanordnung stabil halten“ ist eine Aufforderung, kein Beweis, dass die Geometrie stabil bleibt. Wenn die Vorschauoberfläche Live-Textsteuerung unterstützt, testen Sie ein einzelnes eng umrissenes Ereignis, etwa einige Personen zu bitten, nahe der Karte anzuhalten, und beobachten Sie dann die Wege um sie herum. Gehen Sie nicht von einer bestimmten Steuerung, Dauer oder Einstellung aus, sofern sie nicht in der Oberfläche Ihres Kontos dokumentiert ist.

Führen Sie für eine faire Prüfung ein kleines Versuchsprotokoll: die Prompt-Version, die Startansicht, die geänderte Anweisung und was Sie danach beobachtet haben. Sie brauchen kein kompliziertes Bewertungssystem. Der Zweck ist, ein sichtbares Ergebnis von einem Eindruck zu trennen und wiederholte Versuche vergleichbar zu machen.

Fallbeispiel: Das heruntergefallene Programmheft an einer Bahnhofskreuzung

Legen Sie den Test in eine fiktive Bahnhofshalle zur blauen Stunde. Bernsteinfarbenes Licht fällt durch ein bogiges Glasdach auf petrolfarbene und terrakottafarbene Mosaike. Ein Strom von Fahrgästen geht zu den Ticket-Gates, während ein anderer in Richtung Ausgang quert. Eine erwachsene Frau in einem smaragdgrünen maßgeschneiderten Mantel, einem korallfarbenen plissierten Kleid, einem safranfarbenen Seidenschal und burgunderroten Stiefeln bemerkt, wie ein gefaltetes, unbedrucktes Programmheft aus ihrer Tragetasche rutscht. Sie dreht sich, um es aufzufangen, lächelt erleichtert, als ein anderer Fahrgast hilft, bedankt sich mit einer Geste und schließt sich ihrer Begleitung wieder an. Diese kleine Unterbrechung gibt der Menschenmenge einen Grund, ihre Wege anzupassen, ohne Notfall oder unglaubwürdige Tanzeinlage.

Die bereitgestellten Standbilder und der 28-sekündige Clip sind fest generierte Medien, kein Genie-4-Material. Die Frage ist, ob dieselbe Mosaikkreuzung, Wandkarte, Dachoberlicht und Gate-Reihe an Ort und Stelle bleiben, während die Kamera die Richtung ändert. Beobachten Sie, ob nahe Fahrgäste natürlich ausweichen und ihre Wege fortsetzen. Die Drehung, das Greifen, der wechselnde Gesichtsausdruck und die Geste der Frau machen individuelle Bewegung innerhalb des größeren Stroms sichtbar.

Das Fallbeispiel verwendet drei Standbilder und ein durchgehendes 28-Sekunden-Video. Um es nachzubilden, erstellen Sie die Weitwinkelansicht mit Seedream 5.0 Pro Text-to-Image. Erstellen Sie die Seiten- und Rückansichten mit Seedream 5.0 Pro Edit und verwenden Sie das erste Bild, um Identität, Garderobe, Beleuchtung und Architektur zu bewahren. Übergeben Sie alle drei freigegebenen Bilder an Wan 3.0 Reference-to-Video für den langen Clip. Diese festen Ausgaben helfen, die Idee zu prüfen; nur eine echte Genie-4-Sitzung kann Live-Navigation oder Textsteuerung testen.

Bild-1-Prompt, breite Eingangsansicht: Fotorealistisches filmisches Standbild im 16:9-Format eines belebten fiktiven modernen Bahnhofs zur blauen Stunde. Ein bogenförmiges Glasdach badet ein sternförmiges Mosaik in Petrol- und Terrakottatönen in bernsteinfarbenes Licht. Eine Wandkarte mit Messingrand steht links neben einer stabilen Reihe von Ticket-Gates. Zwei dichte, aber klar erkennbare Fußgängerströme kreuzen sich am Mosaik und gehen in entgegengesetzte Richtungen. Im Mittelgrund trägt eine erwachsene Frau mit kastanienbraunem Haar in einem tief sitzenden geflochtenen Dutt einen smaragdgrünen maßgeschneiderten Mantel über einem korallfarbenen plissierten Kleid, einen safranfarbenen Seidenschal, burgunderrote Stiefeletten und eine kleine Ledertasche. Sie dreht den Kopf mit wachem, überraschtem Ausdruck, als ein gefaltetes leeres Programmheft beginnt, aus der Tasche zu rutschen. Breite Ansicht auf Augenhöhe vom Eingang, 35-mm-Objektiv, satte, aber glaubwürdige Farben, natürliche Gesichter und Hände, unverwechselbare Kleidung bei anderen Passagieren. Keine lesbaren Schilder, Logos, Kollisionen, doppelten Personen oder leeren Bahnsteige.

Die weite Einstellung etabliert das sternförmige Mosaik, die Wandkarte, die Ticket-Gates und die entgegengesetzten Fußgängerströme.

Bild-2-Prompt, seitliche Kreuzungsansicht: Bearbeiten Sie Bild 1 zu einem 16:9-Seitenwinkel von etwa 90 Grad zur Eingangsansicht. Bewahren Sie das exakte Gesicht der Frau, den tief sitzenden Zopf, den smaragdgrünen Mantel, das korallfarbene Kleid, den safranfarbenen Schal, die burgunderroten Stiefel und die Tasche. Behalten Sie dasselbe Bogendach, die Wandkarte, die Gate-Reihe, das sternförmige Mosaik und das bernsteinfarbene Licht der blauen Stunde in räumlich plausiblen Positionen bei. Zeigen Sie sie mitten in der Drehung, während ein Arm nach dem fallenden leeren Programmheft greift; Schal und Rock folgen der Drehung natürlich. Ein Passagier in einer pflaumenfarbenen Jacke beugt sich leicht und fängt eine Ecke auf. Menschen, die sich in beide Richtungen bewegen, machen einen Bogen um sie, mit unterschiedlichen Schritten und sichtbarem persönlichem Abstand. Natürlicher Ausdruck und elegante Körpermechanik, kein gestellter Tanz, keine zusätzlichen Gliedmaßen, kein neu gestaltetes Szenenbild und kein lesbarer Text.

Die Seitenansicht macht ihr Greifen und die lokale Kreuzung sichtbar; das Programmheft und die Personen in der Nähe sind die Kontinuitätsprüfungen.

Bild-3-Prompt, Rückansicht von den Gates: Bearbeiten Sie Bilder 1 und 2 zu einer dritten 16:9-Ansicht, die vom Bereich direkt hinter den Gates zurück zum Eingang blickt. Bewahren Sie dieselben Gesichter, Kleidung, den Passagier in der pflaumenfarbenen Jacke, die Bogendächer, die Wandkarte, die Gate-Reihe, das sternförmige Mosaik und die Farbpalette. Die Frau hält nun das wiedergefundene leere Programmheft, lächelt erleichtert, öffnet eine Hand zum Dank und dreht ihre Schultern, um sich wieder in den Strom einzufügen. Die beiden sich kreuzenden Ströme setzen sich hinter und neben ihr fort. Rahmung auf Schulterhöhe, wobei Mosaik und Dach aus der Gegenrichtung erkennbar sind. Fotorealistischer Stoff und fotorealistische Haut, poliertes, aber glaubwürdiges Bahnhofsdesign, keine eingefrorene Menge, keine wiederholten Gesichter, Logos oder lesbaren Schilder.

Das letzte Standbild behält ihr Outfit und die Bahnhofsmerkmale bei, erreicht aber nicht den gewünschten echten Gegenwinkel.

28-Sekunden-Video-Prompt: Verwenden Sie die drei freigegebenen Standbilder als visuelle Referenzen für eine durchgehende, fotorealistische 16:9-Aufnahme derselben Bahnhofshalle und Personen. Von 0-7 Sekunden gleiten Sie diagonal vom Eingang nach innen, während sich zwei belebte Ströme nahe dem sternförmigen Mosaik mit unterschiedlichen Laufrhythmen kreuzen. Von 7-14 Sekunden verfolgen Sie seitlich die Frau, während das leere Programmheft aus ihrer Tasche rutscht; ihre Augenbrauen heben sich, sie dreht sich mit einer kontrollierten Ganzkörperdrehung, ihr Schal und Rock bewegen sich mit Trägheit, und sie greift danach. Von 14-21 Sekunden schwenken Sie um die Kreuzung, während der Passagier in der pflaumenfarbenen Jacke eine Ecke auffängt, nahe Fußgänger langsamer werden oder ausweichen, ohne ihre Wege zu verlieren, und die Frau lächelt, das Programmheft annimmt und eine kleine Dankesgeste mit offener Hand macht. Von 21-28 Sekunden wechseln Sie zu einer Rückansicht von den Gates, während sie sich ihrer Begleitung zuwendet und sich wieder in den Strom einfügt; blicken Sie zurück, um dieselbe Wandkarte, Bogendächer, Gate-Reihe und das sternförmige Mosaik in konsistenten Positionen zu zeigen. Halten Sie Gesichter, Kleidung, Architektur und Beleuchtung stabil; Kamerahöhe glaubwürdig; Aktion flüssig und Gesichtsausdrücke lesbar. Kein Notfall, keine Tanzeinlage, keine Kollisionen, keine doppelten Personen, kein Teleportieren, keine verzerrten Hände, keine abrupten Schnitte und keine reine langsame Zoom-Bewegung. Keine Logos oder lesbare Beschilderung.

Der feste 28-Sekunden-Clip bewegt sich von einer weiten Menschenmengenansicht zur Übergabe des Papiers und zurück durch die Bahnhofshalle. Es ist ein gerendertes Beispiel, keine Aufzeichnung einer Genie-4-Interaktion.

Die Standbilder bewahren den smaragdgrünen Mantel, den safranfarbenen Schal und das korallfarbene Kleid der Frau über das Ereignis hinweg. Das dritte Bild bleibt auf einer ähnlichen Seite der Szene, statt die gewünschte Rückansicht zu zeigen. Im Clip bewegt sich die Kamera zwischen weiten und näheren Seitenansichten, während das Programmheft den Besitzer wechselt, aber ein klarer Kontinuitätstest aus der Rückansicht wird nicht abgeschlossen. Diese Lücke ist wichtiger als die Attraktivität eines einzelnen Frames. Der feste Clip kann außerdem nicht zeigen, wie Genie 4 auf eine Live-Steuerungsanfrage reagieren würde.

Wie man das Verhalten von Menschenmengen statt eines einzelnen Frames bewertet

Ein Standbild kann Dichte und Komposition zeigen. Es kann Ihnen nicht sagen, ob Fußgänger kohärent in Bewegung bleiben, ob sich kreuzende Ströme Platz füreinander machen oder ob eine Szenenbearbeitung das Gebäude dahinter verändert. Sehen Sie sich eine durchgehende Sequenz an und prüfen Sie jedes Mal dieselben fünf Dinge:

1. Bewegungsrichtung: Können Sie die Hauptwege durch die Bahnhofshalle erkennen? Gehen die Menschen weiter zu den Eingängen, oder kehren sich die Wege zufällig um?
2. Lokale Kreuzungen: Wenn zwei Ströme aufeinandertreffen, scheinen die Menschen dann ihre Richtung und Geschwindigkeit anzupassen, oder überlappen sich Körper, springen seitwärts oder gehen durcheinander hindurch?
3. Individuelle Variation: Gehen, warten und gruppieren sich Menschen mit unterschiedlichem Timing, oder wiederholen viele Figuren dieselbe Bewegung und Erscheinung?
4. Räumliche Kontinuität: Bleiben feste Merkmale wie Gates und Wände nach einer Kamerabewegung oder Szenenänderung an konsistenten Positionen?
5. Passung von Ereignis und Ton: Wenn einige Personen anhalten oder ein Tonzeichen auftritt, reagieren nahe Personen und die Atmosphäre dann passend zum Sichtbaren?

Nutzen Sie die Liste, um zu entscheiden, ob ein Ergebnis eine visuelle Diskussion stützt. Eine Szene kann für ein Moodboard funktionieren, selbst wenn sich mehrere Fußgänger wiederholen. Dieselbe Ausgabe wäre für die Untersuchung von Kollisionsvermeidung unzureichend. Halten Sie konkrete Fehler fest, etwa eine Person, die nach dem Kameraschwenk verschwindet, oder einen Gehweg, der seine Form ändert, statt „Realismus“ als einen pauschalen Eindruck zu bewerten.

Die Checkliste macht aus einer generierten Szene keine validierte Simulation. DeepMind selbst nennt visuelles Driften, Objektpermanenz, komplexe physikalische Interaktionen, räumliche Genauigkeit und längerfristige Konsistenz als aktive Forschungsgrenzen. Ein poliertes Bild oder ein reaktionsfähiger Moment kann mit Fehlern in diesen Bereichen koexistieren. ( Google DeepMind, Genie-4-Einschränkungen )

Genie 4: Zugang, Verfügbarkeit und ein praktischer Plan B

Die Ankündigung besagt, dass Genie 4 als Forschungsvorschau für vertrauenswürdige Tester eingeführt wurde. Google erklärt, den Zugang über Project Genie für Google AI Ultra-Abonnenten und über Early-Access-Partner für die Gemini API und Google AI Studio ausweiten zu wollen. „Ausweiten zu wollen“ bedeutet nicht, dass jeder Abonnent oder Entwickler es heute nutzen kann. Die öffentliche Ankündigung nennt keinen allgemein verfügbaren Preis, und eine Warteliste ist keine Bestätigung des Zugangs.

Prüfen Sie die offizielle Genie-Seite und die Warteliste auf die aktuelle Berechtigung, bevor Sie ein Projekt um eine Live-Sitzung herum planen. Wenn Sie tatsächlich Zugang erhalten, beginnen Sie mit einer kurzen Erkundung und behandeln Sie die Ausgabe als frühen visuellen Prototyp. Vermeiden Sie es, einen Zeitplan, eine Sicherheitsaussage oder eine Produktionsanforderung auf einen Zugang zu stützen, der nicht gewährt wurde.

Wenn Ihr unmittelbarer Bedarf ein fester Konzeptclip ist, kann ein Videomodell eine engere Frage beantworten: Wie könnte dieser Bahnhof in einer komponierten Aufnahme aussehen und sich anfühlen? Atlas Cloud führt Wan 3.0 Reference-to-Video als eine Option auf, wenn Sie bereits Referenzbilder haben. Prüfen Sie die Live-Modelleinstellungen, bevor Sie starten.

Das obige Bahnhofskreuzungs-Fallbeispiel ist ein Beispiel für ein festes Video. Seine 28-sekündige Kameraroute kann wiederholte Figuren, instabile Architektur oder Wege offenbaren, die durcheinander hindurchschneiden. Der Clip ist eine Vorschau eines visuellen Konzepts, keine interaktive Genie-4-Sitzung: Ein Betrachter kann nicht darin umhergehen oder ein neues Ereignis steuern, während es geschieht.

Eine prägnante Einordnung der Szenenelemente, die in DeepMinds offiziellem Bahnhofs-Prompt genannt werden.

Wann Genie-4-Menschenmengenszenen nützlich sind und wo Vorsicht geboten ist

Eine interaktive Menschenmengenszene kann einem Spielteam helfen, das Gefühl einer Bahnhofshalle zu besprechen, einem Filmemacher helfen, Kamerahöhe und Bewegung zu erkunden, oder einem Kreativteam ermöglichen, einige Szenenrichtungen zu vergleichen, bevor eine detaillierte Umgebung gebaut wird. Der Wert liegt in der schnellen Erkundung: Man kann fragen: „Was, wenn die Kamera hier startet?“ oder „Was ändert sich, wenn eine kleine Gruppe pausiert?“ und die Reaktion prüfen.

Diese Fragen unterscheiden sich von der Produktionsvalidierung. Eine generierte Menschenmengenszene belegt nicht die Kapazität eines Veranstaltungsorts, Evakuierungszeit, Barrierefreiheit, sichere Fußgängerdichte oder die Einhaltung von Bauanforderungen. Solche Entscheidungen erfordern geeignete reale Daten und Methoden sowie eine Prüfung durch qualifizierte Fachleute. Die von Genie 4 selbst genannten Einschränkungen bei räumlicher Genauigkeit und komplexen Interaktionen machen es besonders wichtig, eine plausibel aussehende Sequenz nicht als Ingenieursergebnis zu behandeln.

Dieselbe Grenze gilt für Spiellogik. Ein generierter Charakter, der nachzugeben scheint, ist kein Beweis für eine wiederholbare Navigationsregel, deterministische Kollisionsbehandlung oder stabiles Verhalten über Sitzungen hinweg. Nutzen Sie die Szene, um eine Idee besprechbar zu machen; wechseln Sie zu speziell entwickelten Tools und kontrollierten Tests, wenn die Entscheidung von gemessenen Ergebnissen abhängt.

Für Genie 4 Crowd-Bewegung in belebten öffentlichen Räumen besteht der praktische nächste Schritt darin, eine Interaktion zu definieren, die Sie untersuchen möchten, die Merkmale und Wege aufzuschreiben, die konsistent bleiben sollen, und die aktuelle Vorschauberechtigung zu prüfen. Wenn Sie nicht auf Genie 4 zugreifen können und nur eine teilbare visuelle Referenz benötigen, verwenden Sie einen Workflow für feste Videos und kennzeichnen Sie das Ergebnis korrekt.

Häufig gestellte Fragen

Ist Genie 4 ein Videogenerator oder ein interaktives Weltmodell?

Google beschreibt Genie 4 als interaktives Weltmodell. Die Demonstrationen zeigen Tastaturnavigation, Kamerasteuerung und Echtzeit-Textsteuerung. Es kann auch aufgezeichnete audiovisuelle Ausgabe erzeugen, aber das macht es nicht gleichwertig mit einem Workflow, der nur einen festen Videoclip zurückgibt.

Kann Genie 4 realistische Menschenmengenbewegung simulieren?

Es kann überfüllte Szenen generieren, und die Ankündigung von DeepMind enthält ein Beispiel eines überfüllten Bahnhofs. Das demonstriert die beabsichtigte Fähigkeit, nicht eine validierte Messung von Fußgängerverhalten. Prüfen Sie Bewegung über die Zeit und behalten Sie die veröffentlichten Einschränkungen des Modells im Blick.

Ist Genie 4 öffentlich verfügbar, und hat es einen öffentlichen Preis?

Stand 2. November 2026 beschreibt DeepMind eine Forschungsvorschau für vertrauenswürdige Tester und eine geplante breitere Einführung. Die öffentliche Ankündigung nennt keinen allgemein verfügbaren Preis. Bestätigen Sie die Berechtigung über die offizielle Ankündigung und die Warteliste.

Kann Atlas Cloud Genie 4 ausführen?

Das Atlas-Cloud-Modellverzeichnis listet Genie 4 nicht auf. Atlas Cloud bietet Optionen zur Generierung fester Videos wie Wan 3.0, aber diese bieten nicht die interaktive Weltsimulation von Genie 4.