Woda w Genie 4 wygląda realistycznie. Co się stanie, gdy ktoś do niej wejdzie?

Woda szybko obnaża słabe punkty modelu świata. Strumień może wyglądać przekonująco w jednej klatce, a mimo to zawodzić, gdy spadnie liść, deska przetnie falę albo kamera się obróci. Realizm przepływu wody i falowania powierzchni w Genie 4 najlepiej więc oceniać jako sekwencję przyczyn i skutków, a nie jako dopracowaną fotografię. Materiały publiczne pokazują, że DeepMind przedstawia płynącą wodę i interaktywne sceny wodne jako swoje możliwości, ale nie publikuje niezależnego wyniku oceny fizyki wody. Dlatego staranna pięciopunktowa kontrola jest bardziej przydatna niż ogólny werdykt.

Najważniejsze wnioski

• Genie 4 to interaktywny model świata, który generuje i aktualizuje eksplorowalną scenę, a nie tylko renderer zamieniający prompt na wideo.
• Oficjalne strony pokazują przykłady przepływu i interakcji z wodą, ale nie podają zmierzonego benchmarku dokładności cieczy.
• Zanim uznasz wygenerowaną wodę za fizycznie wiarygodną, sprawdź ciągłość, rozchodzenie się fal, interakcję, odbicia i trwałość.

Czym jest Genie 4 i co mogą dowieść jego dema z wodą

Konwencjonalny model tekst-na-wideo ma dostarczyć gotowy klip na podstawie promptu. Genie 4 przedstawiany jest jako model świata: użytkownik może poruszać się po wygenerowanym środowisku, sterować sceną za pomocą instrukcji w języku naturalnym i obserwować, jak reaguje. Ta różnica ma znaczenie w przypadku wody. Klip może ukryć nieciągłości dzięki montażowi. Eksplorowalna scena daje widzowi więcej okazji do sprawdzenia, co dzieje się po ruchu lub zmianie kierunku.

DeepMind wymienia płynącą wodę, zderzenia obiektów, kołyszące się drzewa i naturalnie poruszające się postacie wśród zachowań, które zamierza generować. Na swojej stronie opisuje Genie 4 jako rozwijającą się wersję zapowiedzi i podaje, że nagrania pokazują interakcje w czasie rzeczywistym, skrócone na potrzeby prezentacji. Oficjalne materiały potwierdzają, że woda należy do zamierzonego zestawu możliwości. Nie dowodzą jednak, że model rozwiązuje zagadnienia dynamiki płynów ani że każde falowanie podlega zmierzonym prawom fizyki. (Przegląd Genie 4 od Google DeepMind, październik 2026)

Przydatne rozróżnienie dotyczy trzech poziomów dowodów:

• Wygląd: Czy powierzchnia odczytuje się jako woda dzięki kolorowi, odblaskom, przezroczystości i fakturze?
• Spójność ruchu: Czy widoczny przepływ pozostaje wiarygodny w sąsiednich momentach i przy ruchu kamery?
• Poprawność fizyczna: Czy prędkość, siły, rozchodzenie się fal, rozbryzgi i reakcje obiektów zgadzają się z określonym odniesieniem lub pomiarem?

Publiczne demo może dostarczyć podstaw do obserwacji dotyczących wyglądu i widocznej spójności. Poprawność fizyczna wymaga stanowiska testowego, odniesienia i powtarzalnych pomiarów. Publiczna strona Genie 4 nie udostępnia ich dla wody.

Pięciopunktowy test przepływu wody i falowania powierzchni

Użyj tej listy kontrolnej dla dowolnej sekwencji wodnej. Odtwórz ten sam krótki fragment z normalną prędkością, a następnie obejrzyj go klatka po klatce. Pojedyncza efektowna klatka nie wystarczy: większość błędów ujawnia się przy przejściach.

Lista kontrolna oddziela widoczne wskazówki od wniosków, które wymagają kontrolowanego benchmarku.

Wskazówki dotyczące przepływu i falowania mogą się różnić. Aby ocenić ciągłość, śledź przez kilka sekund coś wyraźnego, na przykład krawędź liścia lub płat piany. Faktura wody może zmieniać się naturalnie, ale skały i brzeg dają stałe punkty odniesienia. Jeśli odblaski i drobne plamki ciągle tworzą się w tym samym miejscu, powierzchnia może wyglądać na aktywną, nie pokazując stabilnego prądu.

Falowanie nie musi wyglądać jak idealne koło w płynącej wodzie. Prąd może rozciągać lub zaginać widoczne pierścienie. Szukaj reakcji, która zaczyna się w pobliżu punktu kontaktu, rozchodzi się na zewnątrz i zmienia, gdy napotyka przepływ. Spokojny staw to prostszy pierwszy test, ponieważ konkuruje mniej sił. Strumień dodaje przydatny drugi test: czy zaburzenie i prąd mogą współistnieć.

Traktuj odbicia i odblaski jako osobne wskazówki. Jasny smuga może się poruszać z powodu ruchu powierzchni, oświetlenia lub ruchu kamery. Śledź odbicie drzewa lub linii brzegowej, a także odblask. Jeśli kamera się obraca, odbijana scena powinna zmieniać się wraz z kątem widzenia; jeśli powierzchnia faluje, jej obraz może lokalnie się zniekształcać. Pojedynczy migoczący odblask nie pozwala stwierdzić, że model prawidłowo obsługuje optykę wody. Aby uzyskać przydatny wynik, zapisz znacznik czasu, działanie, oczekiwaną reakcję i zaobserwowaną reakcję. Na przykład: „O 00:04 liść styka się z powierzchnią w pobliżu lewego kamienia; pierścień zaczyna się w punkcie kontaktu, rozszerza się, a następnie zostaje zniesiony w dół strumienia”. To odnotowuje obserwowalne zdarzenie. „Fizyka wody jest dokładna” to znacznie szersze twierdzenie i wymaga więcej dowodów.

Przy porównaniach utrzymuj stałe warunki oglądania. Używaj tej samej prędkości odtwarzania, kadrowania i interwału kamery oraz porównuj to samo zdarzenie w każdym uruchomieniu. Jeśli jeden klip używa szerokiego ujęcia, a drugi przechodzi do zbliżenia, ten drugi może ukryć pominięte falowanie albo sprawić, że mały rozbryzg wygląda dramatyczniej. Zachowaj kopię promptu i zanotuj wszelkie zmiany przed ponownym uruchomieniem.

Oddziel też realizację promptu od zachowania fizycznego. Model może pominąć liść, ponieważ instrukcja była niejednoznaczna, nawet jeśli potrafi wyrenderować falowanie. I odwrotnie: może spełnić każde zdanie, a mimo to wygenerować falowanie rozchodzące się w złym kierunku. Zapisz oba wyniki: czy żądane zdarzenie wystąpiło oraz czy jego widoczna reakcja pozostała spójna. Dzięki temu przegląd pozostaje przydatny, a subiektywne wrażenie nie staje się benchmarkiem.

Praktyczny test trzech uruchomień może ujawnić niestabilność, nie udając, że ustala naukową dokładność. Najpierw uruchom podstawowy prompt. Po drugie, powtórz go bez zmian i zanotuj, czy sekwencja zdarzeń się zmienia. Po trzecie, zmień jeden określony warunek, na przykład przesuń liść bliżej brzegu, i sprawdź, czy wynik zmienia się w odpowiadający sposób. Zapisz wszystkie trzy wyniki. Zmienność nie jest automatycznie błędem w systemie generatywnym, ale niewyjaśniona zmienność ma znaczenie, jeśli scena ma obsługiwać powtarzalną interakcję.

Dostosuj standard do zadania. Krótkie wideo koncepcyjne może potrzebować tylko wiarygodnego prądu i wyraźnego rozbryzgu. Prototyp gry wymaga, by sterowanie i zachowanie wody reagowały spójnie. Symulacja robotyki wymagałaby zwalidowanego modelu fizycznego i znanych granic błędu, zanim jej interakcje z wodą mogłyby wspierać decyzje inżynierskie.

Co pokazują publiczne dowody dotyczące Genie 4

Strona modelu DeepMind zawiera szerokie twierdzenie: Genie 4 potrafi generować środowiska, w których woda płynie, a obiekty się zderzają. Przykłady obejmują płynącą rzekę w stylizowanym świecie oraz sceny z ruchem przypominającym wodę. Galeria Project Genie dostarcza bardziej bezpośrednio interaktywny przykład wodny o nazwie Tide Rider, w którym użytkownicy sterują deską surfingową i próbują złapać lub ujarzmić falę. Opisuje też Rollerball jako scenę do testowania pamięci, odbić i fizyki wody. To przydatne demonstracje interaktywnych scenariuszy i sugerowanych testów użytkownika. Nie są jednak opublikowanym pomiarem kształtu fal, prędkości fal ani dokładności cieczy. (Oficjalna galeria Project Genie, dostęp 2 listopada 2026)

Podgląd w galerii Folded Flyer pokazuje żeglowną drogę wodną; osobny przykład Tide Rider zachęca użytkowników do testowania jazdy na fali.

Najmocniejszy wniosek jest wąski: materiały publiczne pokazują, że woda jest częścią interaktywnego pokazu generowania świata Genie 4. Zachęcają ludzi do odkrywania, jak reaguje powierzchnia. Nie pokazują kontrolowanego porównania z prawdziwym strumieniem, solverem płynów ani publicznym benchmarkiem z powtórzonymi próbami.

DeepMind wymienia też ograniczenia, które wpływają na ten rodzaj kontroli. Szczegóły wizualne i trwałość obiektów mogą z czasem się zmieniać, a dryf jest bardziej widoczny podczas dłuższych uruchomień, złożonych edycji promptu lub nawigacji. Interakcje między użytkownikami, agentami i współdzielonymi środowiskami pozostają aktywnym wyzwaniem badawczym. Ciągłe interakcje trwają kilka minut, a nie rozszerzone sesje. Te zastrzeżenia sprawiają, że trwałość staje się częścią testu wody: falowanie, które raz wygląda dobrze, mówi mniej, jeśli linia brzegowa lub prąd zmieniają się po odwróceniu się.

Publiczne demo jest najbardziej przydatne jako źródło pomysłów na testy. Może pokazać użytkownika sterującego środowiskiem i ujawnić rodzaje interakcji z wodą, które DeepMind chce, by widzowie zauważyli. Pozostawia jednak bez odpowiedzi kilka szczegółów oceny: czy to samo działanie powtórzono z tego samego stanu początkowego, ile prób wykonano i jak wybrano wynik. Te szczegóły mają znaczenie, gdy twórca chce porównać zachowanie, a nie tylko obejrzeć pokaz.

Gdy analizujesz nagranie, oddziel instrukcję od zaobserwowanego wyniku. Prompt może wyraźnie prosić o płynącą wodę lub falę, więc klip może pokazywać, że model wyrenderował żądany koncept. Późniejsze działanie sterujące może pokazać, jak scena zmienia się w tym ujęciu. Żadne z nich nie dowodzi, że niepoproszona interakcja zachowałaby się tak samo. Prowadź krótki dziennik obserwacji ze źródłowym klipem, widocznym działaniem użytkownika, reakcją i przedziałem czasu. Ułatwia to odtworzenie następnego testu i nie pozwala, by wizualnie mocny moment zastąpił twierdzenie o powtarzalności. Nie doszukuj się w oficjalnych filmach więcej, niż pokazują. DeepMind mówi, że nagrania przedstawiają interakcje w czasie rzeczywistym, ale sekwencje są skrócone i mają charakter ilustracyjny. Wybrane nagranie może pokazać, że zdarzenie wystąpiło w tym ujęciu. Nie może ustalić, jak często występuje, jak solidnie się powtarza ani czy zachowanie jest fizycznie skalibrowane.

Powtarzalny test sceny wodnej, który możesz przeprowadzić już dziś

Dostęp do Genie 4 i konwencjonalny proces generowania wideo odpowiadają różnym potrzebom. Jeśli masz dostęp do Genie 4, użyj jego elementów sterujących, aby eksplorować scenę i powtarzać interakcję. Jeśli potrzebujesz wyrenderowanego klipu z wodą już dziś, przeprowadź ten sam pomysł obserwacyjny przez dostępny model tekst-na-wideo, a następnie oznacz wynik rzeczywistym modelem i ustawieniami. To uruchomienie testuje twój prompt i proces wideo, a nie Genie 4.

Zacznij od celowo ograniczonej sceny:

plaintextCopy
1A continuous natural-history shot at water level beside a shallow rocky stream. Clear water flows steadily from left to right around three fixed stones. A small leaf drops into the stream near the center, touches the surface, and creates circular ripples that spread outward and fade while the current carries the leaf downstream. Keep the stones fixed, the water direction consistent, and reflections of the trees stable relative to the camera. Show the full sequence without cuts: calm flow, leaf impact, expanding ripples, then the leaf drifting away. Realistic daylight, restrained documentary camera movement, physically coherent motion. No text, no graphics, no extra objects, no sudden camera changes.

Użyj tekst-na-wideo w formacie 16:9 przez 6–8 sekund, jeśli wybrany endpoint obsługuje takie ustawienia. Wyłącz dźwięk, chyba że dźwięk jest częścią twojej oceny. Zapisz nazwę modelu, endpoint, rozdzielczość, czas trwania, prompt i datę generowania wraz z plikiem. W drugim uruchomieniu zmień tylko jedną zmienną, na przykład miejsce uderzenia liścia. Jeśli kilka szczegółów promptu zmieni się naraz, nie możesz stwierdzić, która instrukcja wpłynęła na wynik.

Oceń wynik w następującej kolejności:

1. Potwierdź, że strumień pozostaje skierowany od lewej do prawej przed uderzeniem i po nim.
2. Sprawdź, czy falowanie zaczyna się w punkcie kontaktu liścia, a nie pojawia się na całej powierzchni.
3. Śledź liść po uderzeniu i sprawdź, czy prąd znosi go w dół strumienia.
4. Śledź jedno odbicie i jeden stały kamień, gdy kamera się porusza.
5. Odtwórz ten sam prompt z jedną kontrolowaną zmianą i porównaj te same momenty.

Atlas Cloud obecnie wymienia endpoint Veo 3.1 tekst-na-wideo do zwykłego tworzenia wideo. Jego strona modelu opisuje opcje tekst-na-wideo, obraz-na-wideo i odniesienie-na-wideo; wybrany endpoint określa obsługiwane ustawienia i ceny. Katalog to miejsce do sprawdzania bieżących opcji generowania wideo, a nie dowód, że Genie 4 jest tam hostowany. Twórcy mogą zacząć od strony głównej Atlas Cloud, a następnie przejrzeć katalog modeli Atlas Cloud lub konkretną ofertę Veo 3.1 tekst-na-wideo, gdy wynikiem ma być gotowy klip, a nie interaktywny świat. Zweryfikuj parametry endpointu i aktualną cenę na stronie modelu przed uruchomieniem.

Protokół utrzymuje tożsamość modelu i warunki testu przypisane do wyniku, aby inne uruchomienie można było sprawiedliwie porównać.

Przypadek człowieka w strumieniu: trzy widoki i trzy GIF-y

Uważne spojrzenie na wodę wymaga widocznej przyczyny, a nie tylko pięknej powierzchni. Ten przypadek wykorzystuje trzy dostarczone fotosy i trzy niezależnie wygenerowane 10-sekundowe klipy przekonwertowane na GIF-y. Kobieta przechodzi przez płytki strumień, odwraca się, gdy kamera się porusza, i w końcu wyciąga rękę w stronę powierzchni. Jej ruchy dają widzowi punkty kontaktu, stałe kamienie, dryfujący liść i odbicia do zbadania. To ilustracyjne wygenerowane wyniki, a nie materiał Genie 4 ani kontrolowany benchmark fizyki płynów.

Fotosy ustalają kobietę, kostium, brzeg, kamienie i pozycje kamery. GIF-y pozwalają obejrzeć ruch, którego fotosy nie pokażą. W dostarczonych materiałach ma ona haftowaną kurtkę w kolorze kobaltu, spódnicę w kolorze granatu z miedzianym kwiatowym obszyciem, szafranowy szal i ciemne buty w ogrodzie tarasowym z fuksjową bugenwillą i turkusowym strumieniem. Każdy GIF to osobne ujęcie, więc nie wnioskuj o ciągłym ruchu ani powtarzalności na podstawie trzech plików. Pliki źródłowe nie zawierają weryfikowalnej tożsamości modelu; potwierdź zapis zadania generowania, zanim przypiszesz te wyniki konkretnemu modelowi.

Fot. 1 ustala pełne przejście, stałe kamienie, kolorowy ogród i kostium kobiety przed widocznym kontaktem z wodą.

Fot. 2 umieszcza but i źródło falowania w jednym widoku. Opisuje moment, a nie czas reakcji wody.

Fot. 3 zmienia kierunek patrzenia i pokazuje razem dłoń, odbity profil i powierzchnię wody.

Model do fotosów: Nano Banana 2. Wygeneruj obraz 1 za pomocą Text-to-Image (google/nano-banana-2/text-to-image). Następnie użyj Reference-to-Image (google/nano-banana-2/reference-to-image) dla obrazów 2 i 3, przesyłając zaakceptowany pierwszy obraz jako odniesienie postaci, kostiumu i lokalizacji. Wygeneruj jeden osobny obraz 16:9 na uruchomienie. Dla każdego uruchomienia skopiuj blok COMMON SCENE poniżej oraz tylko pasujący blok IMAGE. Podczas generowania obrazu 3 prześlij obraz 2 jako dodatkowe odniesienie, jeśli plac zabaw oferuje taką opcję.

plaintextCopy
1COMMON SCENE FOR EACH IMAGE: Create one photorealistic 16:9 editorial still of the same adult woman and the same shallow stream in one terraced garden. She has expressive dark eyes and dark wavy hair secured in a low braided bun. Her costume is a tailored deep-cobalt jacket with fine copper embroidery, a full pomegranate-red skirt with a copper floral hem, a narrow saffron silk scarf, and practical dark ankle boots. Preserve her face, hair, clothes, three large black stepping stones, flowering fuchsia bougainvillea, amber leaves, and stone banks across the series. Clear turquoise water passes the first stone, then the second, then the third toward the downstream bank. Its apparent screen direction can change when the camera crosses to the opposite bank, but its physical direction never changes. Warm late-afternoon light, rich but believable colors, detailed fabric, natural skin, clear water, no fantasy glow.
2
3IMAGE 1, WIDE UPSTREAM VIEW: A low three-quarter view from the upstream bank shows the full garden and the entire crossing. She is mid-stride between the first and second stone, smiling with concentration, scarf and skirt describing the direction of her movement. Leave the near edge of the water and the three stones unobstructed so the current is easy to read. This is the before-contact reference.
4
5IMAGE 2, WATER-LEVEL SIDE VIEW: A low side angle beside the second stone shows her boot toe making one clear, gentle contact with the stream. Her face is visible above the water, eyebrows lifted in a brief surprised expression. Small concentric ripple fronts begin at the boot contact point; the current continues left to right around the stone. A bright reflected strip of the cobalt jacket and red skirt breaks only where the ripple reaches it. Keep the contact point, foot, and full ripple origin visible.
6
7IMAGE 3, REVERSE OVER-THE-SHOULDER VIEW: From the downstream bank, look back past her shoulder as she crouches and extends her fingertips toward the water. Her expression has changed to delighted curiosity. The three stones and the same garden remain recognizable. A saffron leaf drifts toward the downstream bank; the earlier boot ripple has weakened, while a new small fingertip ripple begins exactly below her hand. Her reflected silhouette changes with this reversed viewing direction. Do not move the stream, stones, or costume between images.
8
9Each output must be one complete image, not a triptych, collage, contact sheet, storyboard page, or fake screenshot. No text, labels, logos, extra people, extra limbs, floating feet, duplicated stones, or unexplained waves. Include only the requested angle in each run.

Model ruchu: Wan 3.0 Reference-to-Video, identyfikator modelu alibaba/wan-3.0/reference-to-video. Poniższa powtarzalna instrukcja wymaga trzech osobnych generowań 10-sekundowych, po jednym promptcie na uruchomienie, w 16:9 i natywnym 1080p, jeśli są dostępne. Prześlij trzy zatwierdzone fotosy w kolejności obraz 1, obraz 2, obraz 3 jako odniesienia sceny i postaci dla każdego uruchomienia. Model tworzy klipy źródłowe; przekonwertuj każdy kompletny 10-sekundowy klip na własny GIF. Nie tnij jednego dłuższego klipu na trzy fragmenty. Rzeczywisty model użyty do dostarczonych plików musi zostać potwierdzony na podstawie historii generowania; nie oznaczaj GIF-ów jako wyników Genie 4. Udokumentowany zakres czasu trwania dla tego endpointu obejmuje 10 sekund.

GIF 1: But dotyka prądu. Ten klip testuje czas kontaktu i źródło pierwszego falowania, pokazując jednocześnie ruch całego ciała i ekspresyjną reakcję.

W tym ujęciu przechodzi po kamieniach, jej but zaburza powierzchnię, a w pobliżu pojawiają się pierścienie fal. Obserwuj kontakt i reakcję w sekwencji; GIF nie mierzy prędkości fal ani dokładności fizycznej.

plaintextCopy
1Generate ONE continuous 10-second photorealistic 16:9 source clip to be converted into an animated GIF. Use reference image 1 for the same adult woman's face, dark braided bun, deep-cobalt embroidered jacket, pomegranate-red skirt with copper floral hem, saffron scarf, dark ankle boots, three fixed black stepping stones, bougainvillea, amber leaves, and shallow turquoise stream. Use reference image 2 for the precise low side view and boot-contact location. Water flows past stone 1, then stone 2, then stone 3 toward the fixed downstream bank. Warm late-afternoon light, rich natural colors, clear reflections, detailed fabric, and smooth anatomy.
2
30–2 seconds: Start wide and low from the upstream bank. She studies the stepping stones with a focused expression, then smiles. Water and one saffron leaf move steadily downstream. Camera tracks sideways, revealing the crossing rather than zooming.
4
52–5 seconds: She takes an elegant full-body step onto the second stone. Her shoulders turn, skirt swings, and scarf follows her motion. The camera arcs smoothly toward a water-level side view. At about second 4, the toe of her front boot briefly touches the stream beside the stone. Her eyebrows rise in genuine surprise; she lifts the foot back to safety.
6
75–10 seconds: Keep the boot, exact touch point, and water together in frame. A small splash begins at contact, followed by ripple fronts that expand and weaken while the current stretches them slightly downstream. She catches the scarf with one hand and gives a delighted smile. The camera continues a short lateral move so her reflected cobalt jacket and red skirt change with the viewing angle and ripple. The three stones stay fixed.
8
9One take, one location, no cut or slow push-in. No dialogue, text, logos, costume changes, extra people, floating feet, duplicated stones, large waves, ripple before contact, reversed flow, or sudden camera jumps. Keep the contact point and at least two visible ripple fronts unobstructed.

GIF 2: Kamera się obraca, a strumień wciąż płynie. Ten klip pokazuje obrót tancerki, brzegi i kamienie oraz zmieniające się odbicia. Rzeczywiste ujęcie zaczyna się też od kolejnego rozbryzgu stopy w wodzie, mimo że prompt prosił o brak nowego uderzenia.

Użyj późniejszego ruchu kamery, aby zbadać punkty orientacyjne i odbicia. Ponieważ ujęcie dodaje wczesny rozbryzg, jest to jakościowy przykład do oglądania, a nie kontrolowany test zmieniający wyłącznie kąt kamery.

plaintextCopy
1Generate ONE continuous 10-second photorealistic 16:9 source clip to be converted into an animated GIF. Use reference images 1, 2, and 3 for the same adult woman, dark braided bun, cobalt embroidered jacket, pomegranate-red skirt, copper hem, saffron scarf, dark ankle boots, three fixed black stones, bougainvillea, amber leaves, stone banks, and shallow turquoise stream. Water always travels from the first stone past the second and third toward the same downstream bank, even when the camera crosses to the opposite side. Warm late-afternoon light and rich believable color.
2
30–3 seconds: Begin beside the second stone at a waist-high side angle. The woman steps lightly onto the third stone, opens her arms for balance, and turns her shoulders and hips in one fluid movement. Her face changes from careful concentration to a playful smile. A single saffron leaf passes the second stone and moves steadily downstream.
4
53–7 seconds: The camera makes a smooth, visible quarter-circle arc from the side toward the downstream bank, changing its viewing direction without a cut. Her scarf sweeps across the air and the skirt settles naturally as she pivots to look back over one shoulder. Keep all three stones and the drifting leaf recognizable as landmarks. The current does not freeze, reverse, or regenerate in place.
6
77–10 seconds: Finish in a low reverse three-quarter view. She glances down at her reflection, smiles with curiosity, and takes a small balancing step. Her reflected silhouette and the reflected trees shift with the new camera angle; small existing surface undulations distort them locally. The leaf continues past the third stone toward the downstream bank.
8
9One take, no cut, no static zoom, no new water impact in this clip. No dialogue, text, logos, extra people, costume changes, duplicated leaves or stones, sliding shoreline, inconsistent reflections, or reversed current. Prioritize graceful body motion, a clear facial transition, a visible camera arc, and trackable water flow.

GIF 3: Opuszki palców tworzą drugie falowanie. Ten klip śledzi zmianę z pozycji stojącej do kucania, gdy kamera opada w stronę powierzchni.

Falowanie pojawia się w pobliżu jej opuszczonej dłoni, a jej odbicie pozostaje w kadrze. Sprawdź oryginalne klatki, jeśli dokładny kontakt opuszek palców i czas falowania mają znaczenie; sam ten GIF nie ustala zmierzonej reakcji wody.

plaintextCopy
1Generate ONE continuous 10-second photorealistic 16:9 source clip to be converted into an animated GIF. Use reference image 3 for the same adult woman's face, dark braided bun, cobalt embroidered jacket, pomegranate-red skirt with copper floral hem, saffron scarf, dark ankle boots, and the downstream reverse camera direction. Use reference images 1 and 2 to keep the same terraced garden, bougainvillea, amber leaves, stone banks, three fixed black stepping stones, and shallow turquoise stream. Keep the same upstream-to-downstream water path. Warm late-afternoon light, rich believable colors, detailed fabric, natural skin, and physically legible water contact.
2
30–3 seconds: Start in a medium reverse three-quarter view as she looks back across the stones. Her playful smile softens into curiosity. She turns toward the bank and lowers into a graceful, controlled crouch; the skirt folds and scarf settles naturally. The camera tracks around her shoulder and drops toward water level without a cut.
4
53–5 seconds: In a low over-the-shoulder view, show her face in partial profile, her hand, and the undisturbed surface together. At about second 4, two fingertips lightly touch the water exactly once near the bank. Her eyes widen slightly and she leans forward with interest. The water must remain calm at this spot until contact.
6
75–10 seconds: A small ripple begins exactly beneath the fingertips, expands across her reflected profile and the reflected amber leaves, then weakens as the current carries the visible disturbance downstream. She lifts her hand, watches the rings, and ends with a quiet delighted smile. A single saffron leaf continues downstream past the fixed third stone. The camera makes a gentle lateral move to reveal the changing reflection, not a push-in.
8
9One take, one location, no cut, no dialogue, text, logos, extra people, extra limbs, floating hand, costume changes, duplicated stones or leaves, oversized splash, ripple before contact, frozen water, or reversed flow. Keep fingertips, ripple origin, face, and reflected surface readable at GIF size.

Jak ocenić te wyniki: Fotosy mogą potwierdzić spójność projektu i punktu widzenia, ale nie mogą ustalić realizmu ruchu. W GIF-ie 1 i GIF-ie 3 sprawdź, czy każde falowanie zaczyna się wyłącznie w widocznym punkcie kontaktu i rozszerza się, podczas gdy prąd pozostaje skierowany w dół strumienia. W GIF-ie 2 śledź ten sam liść, kamienie, brzeg i odbicie przez cały łuk kamery. Odrzuć klip, który składa się głównie z zoomu lub traci postać, kostium, akcję albo zdarzenie wodne. Opisuj tylko to, co pokazują rzeczywiste wyniki. Zanim podasz nazwę generującego modelu w opublikowanym podpisie, zweryfikuj ją w historii zadań generowania. Nigdy nie oznaczaj tych plików jako „materiał Genie 4”.

Nie publikuj wyniku z modelu zastępczego pod podpisem Genie 4. Etykieta modelu jest częścią dowodu. Jeśli później uzyskasz dostęp do Genie 4, uruchom to samo zdarzenie bazowe w eksplorowalnej scenie, zapisz sekwencję sterowania i opisz to, co zaobserwowałeś, zamiast twierdzić, że uzyskałeś niezmierzony wynik.

Interaktywny model świata czy generator wideo?

Wybierz według artefaktu, którego potrzebujesz. Interaktywny model świata pozwala nawigować i badać zmieniające się środowisko. Generator wideo tworzy klip, który można edytować, udostępniać lub umieścić w kampanii. Te wyniki wizualnie się pokrywają, ale wspierają różne decyzje.

Jeśli jesteś projektantem gier, pierwszym pytaniem jest, czy ruch i powtarzane działania są wystarczająco spójne, by wspierać eksplorację. Jeśli jesteś marketerem lub montażystą, praktycznym pytaniem jest, czy wygenerowany klip przekazuje scenę w dostępnym czasie. Użyj listy kontrolnej przepływu wody w obu przypadkach, ale powiąż twierdzenia z wynikiem: „klip pokazuje rozszerzające się falowanie” jest precyzyjne; „model dokładnie symuluje wodę” nie ma podstaw bez pomiaru.

Twórcy porównujący opcje powinni zapisać te same pięć obserwacji obok każdego wyniku. Nie potrzebujesz wymyślonej oceny. Krótka notatka, taka jak „wyraźny kierunek przepływu, falowanie zaczyna się późno, odbicie przesuwa się podczas panoramy”, jest bardziej przydatna niż ogólna ocena realizmu, ponieważ mówi, co poprawić w następnej kolejności.

Często zadawane pytania

Czy Genie 4 potrafi generować realistyczną płynącą wodę?

DeepMind wymienia płynącą wodę jako przykład środowisk, które Genie 4 potrafi generować. Materiały publiczne pozwalają powiedzieć, że woda pojawia się w jego pokazie interaktywnego świata. Nie publikuje jednak niezależnego pomiaru dokładności, więc „realistyczna” powinna opisywać konkretny widoczny wynik, a nie ogólną zweryfikowaną możliwość.

Czy Genie 4 tworzy falowanie, gdy obiekt dotyka wody?

Project Genie zaprasza użytkowników do testowania fizyki wody w interaktywnych przykładach, w tym Tide Rider i Rollerball. Publiczne strony nie udostępniają kontrolowanego benchmarku falowania po upuszczeniu obiektu. Jeśli czas i rozchodzenie się fal mają znaczenie dla twojego projektu, obejrzyj rzeczywiste uruchomienie i zapisz punkt kontaktu, reakcję i powtarzalność.

Czy Genie 4 jest publicznie dostępny?

Strona DeepMind Genie 4 obecnie opisuje badawczą wersję zapowiedzi dla zaufanych testerów, a szerszy dostęp planowany jest przez Project Genie oraz partnerów wczesnego dostępu API i AI Studio. Publiczna strona Project Genie obecnie wymienia subskrybentów Google AI Ultra w wieku 18 lat lub starszych. Warunki dostępu mogą się zmieniać, więc sprawdź oficjalne strony, zanim zaczniesz planować w oparciu o dostępność.

Czy mogę uzyskać dostęp do Genie 4 w Atlas Cloud?

Bieżący katalog Atlas Cloud i strona modelu Veo 3.1 dokumentują procesy generowania wideo, a nie dostęp do Genie 4. Traktuj Veo 3.1 jako opcję generowania klipu z wodą, a nie jako endpoint Genie 4.

Czy Genie 4 publikuje benchmark fizyki wody lub cenę?

Oficjalne strony przejrzane na potrzeby tego artykułu nie podają wyniku benchmarku dotyczącego wody ani publicznej ceny Genie 4. Obecne dowody wspierają jakościową kontrolę opublikowanych przykładów oraz każdej dostępnej sesji, którą możesz odtworzyć.

Na razie najjaśniejszym sposobem omawiania realizmu przepływu wody i falowania powierzchni w Genie 4 jest oddzielenie tego, co widać, od tego, co zostało zmierzone. Zacznij od kierunku przepływu, źródła falowania, czasu interakcji, zachowania odbić i trwałości. Następnie przedstaw wynik na tym poziomie dowodów.