Xây dựng với CometAPICần một API cho nhiều mô hình?Kiểm thử quy trình trong Playground, sau đó tạo API key khi mô hình và chi phí phù hợp với trường hợp sử dụng của bạn.
Google Genie 4 so với Genie 3: Tính năng mới & khác biệt chính
Khám phá những điểm mới của Google Genie 4 so với Genie 3: âm thanh gốc, đối thoại tương tác, kiểm soát cảnh, giới hạn phiên và quyền truy cập Project Genie.
Google DeepMind công bố Genie 4 vào ngày 27 tháng 10 năm 2026. Mô hình thế giới mới bổ sung âm thanh tích hợp, đối thoại nhân vật tương tác và điều khiển cảnh được trợ giúp bởi Gemini vào các môi trường trực quan thời gian thực do Genie 3 thiết lập.
Đối với nhà phát triển, nhà thiết kế và nhà nghiên cứu, Genie 4 mở ra những cách phong phú hơn để dựng mẫu một cảnh: bạn có thể khám phá môi trường, thay đổi diễn biến và nghe nhân vật phản hồi. Điểm hấp dẫn nhất của nó là kể chuyện tương tác và phát triển ý tưởng giai đoạn đầu. Quyền truy cập bắt đầu với bản xem trước nghiên cứu giới hạn.
Điểm mấu chốt
Nâng cấp chính: Genie 4 bổ sung âm thanh, nhân vật phản hồi và điều khiển cảnh biểu đạt hơn vào các thế giới trực quan do Genie 3 thiết lập.
Tương tác và suy luận: Genie 4 kết hợp điều hướng cảnh theo ngữ cảnh với lập kế hoạch chuỗi sự kiện được trợ giúp bởi Gemini.
Đã được xem xét về độ rõ ràng, ghi nguồn và thuật ngữ API hiện tại.
Quyền truy cập: Genie 3 hiện vận hành trải nghiệm Project Genie. Genie 4 bắt đầu cùng nhóm người thử nghiệm đáng tin cậy, với kế hoạch mở rộng truy cập.
Ứng dụng thực tế: Genie 4 hứa hẹn cho khám phá sáng tạo và nghiên cứu mô phỏng, trong khi khả năng tái lập và độ chính xác vật lý vẫn cần được kiểm chứng.
Genie 4 so với Genie 3: Tổng quan nhanh
Dưới đây là những khác biệt quan trọng khi quyết định nên khám phá điều gì, dựa trên thông tin có sẵn tính đến ngày 30 tháng 10 năm 2026.
Khía cạnh
Genie 3
Genie 4
Công bố
Ngày 5 tháng 8 năm 2025
Ngày 27 tháng 10 năm 2026
Đầu ra cốt lõi
Môi trường trực quan tương tác
Hình ảnh tương tác với âm thanh tích hợp
Điều khiển cảnh
Điều hướng và các sự kiện trong thế giới có thể được kích hoạt bằng prompt
Điều hướng ngôn ngữ tự nhiên theo ngữ cảnh với hỗ trợ từ Gemini
Đối thoại nhân vật
Không được nêu trong tài liệu ra mắt được dẫn
Đã trình diễn đối thoại tương tác
Hành vi vật lý
Hiện tượng tự nhiên và tương tác môi trường
Mở rộng minh họa về va chạm, khí động học và chuyển động của con người
Tích hợp suy luận
Đã trình diễn tương tác với tác nhân AI
Lập kế hoạch và giám sát sự kiện được trợ giúp bởi Gemini
Độ phân giải và tốc độ khung hình khi ra mắt
720p ở 24 FPS
Không cung cấp số liệu tương đương
Tính liên tục
Vài phút trong các bản trình diễn nghiên cứu
Vài phút tương tác liên tục; không hỗ trợ phiên kéo dài
Tiếp cận người dùng
Triển khai Project Genie tới người đăng ký Google AI Ultra đủ điều kiện toàn cầu, từ 18+
Dự kiến mở rộng quyền truy cập Project Genie
API công khai và định giá
Không được thiết lập theo tài liệu được trích dẫn
Dự kiến mở cho đối tác được chọn; chưa công bố giá công khai
Genie 4 là gì và hoạt động như thế nào?
Genie 4 là một mô hình thế giới tạo ra môi trường tương tác khi sự kiện diễn ra. Bạn có thể điều khiển bằng bàn phím và dẫn dắt cảnh bằng văn bản, thay vì xem một đoạn video cố định từ đầu đến cuối. Thay đổi mang tính quyết định là thế giới giờ đây có thể phản hồi qua chuyển động, âm thanh và hội thoại.
Các mô hình Gemini giúp kết nối chỉ dẫn của bạn với cảnh đang tiến triển. Gemini Omni hỗ trợ diện mạo và hành vi, trong khi các mô hình suy luận giúp diễn giải mục tiêu và duy trì tính liên tục. Với người sáng tạo, điều này đồng nghĩa làm việc với một tình huống đang diễn ra: đưa vào một nhân vật hoặc thay đổi thời tiết, rồi khám phá phản hồi.
Genie 3 và trải nghiệm Project Genie
Google DeepMind giới thiệu Genie 3 vào ngày 5 tháng 8 năm 2025, đánh dấu một cột mốc lớn trong tạo sinh thế giới thời gian thực.
Google báo cáo đầu ra 720p ở 24 FPS, với môi trường phần lớn nhất quán trong vài phút tương tác. Ảnh ghép Genie 3 ban đầu của Google DeepMind cho thấy môi trường đa dạng với điều hướng thời gian thực, từ cảnh núi lửa đến thủy lộ đô thị.
Ngày 29 tháng 1 năm 2026, Google giới thiệu Project Genie, đưa tạo dựng và khám phá thế giới đến với người đăng ký Google AI Ultra đủ điều kiện, ban đầu tại Hoa Kỳ.
Ngày 19 tháng 5 năm 2026, Google công bố mở rộng triển khai Project Genie toàn cầu cho người đăng ký Google AI Ultra đủ điều kiện từ 18 tuổi trở lên. Đợt mở rộng cũng giới thiệu khả năng gắn định vị theo Street View, ban đầu với các địa điểm tại Hoa Kỳ.
Nguyên mẫu Project Genie ban đầu giới hạn thời lượng tạo ở 60 giây và lược bỏ một số tính năng nghiên cứu, bao gồm các sự kiện thế giới có thể kích hoạt bằng prompt. Đó là giới hạn của ứng dụng khi ra mắt, không phải là thời lượng tương tác dài nhất mà mô hình Genie 3 nền tảng có thể thể hiện.
Có gì mới trong Genie 4?
Điều khiển cảnh được trợ giúp bởi Gemini
Genie 4 cho phép bạn định hình một thế giới khi nó đang chạy. Thay vì khởi động lại mỗi khi ý tưởng thay đổi, bạn có thể dùng ngôn ngữ tự nhiên để thay đổi thời tiết, đưa vào một người hay vật thể, hoặc đổi hướng máy quay. Gemini diễn giải các yêu cầu này theo ngữ cảnh của cảnh, giúp thay đổi phù hợp với những gì đang diễn ra.
Tích hợp Gemini cũng hỗ trợ chuỗi sự kiện. Gemini Omni giúp định nền diện mạo và hành vi của thế giới, trong khi Gemini 3.8 Flash quan sát cảnh, chia nhỏ mục tiêu thành các bước và kiểm tra tiến độ. Kết quả là một quy trình sáng tạo xoay quanh một tình huống đang phát triển: đưa thế giới một hướng đi, khám phá phản hồi và tinh chỉnh hành động tiếp theo.
Âm thanh tích hợp và đối thoại tương tác
Âm thanh là một phần của thế giới được tạo bởi Genie 4. Tiếng động môi trường, âm nhạc và lời nói có thể đi cùng môi trường trực quan, đem lại cho cảnh một bản sắc thính giác bên cạnh thị giác. Với người sáng tạo, điều này cho phép khám phá tâm trạng của trải nghiệm mà không cần dựng nhạc nền riêng trước.
Đối thoại tương tác bổ sung một chiều kích khác: các nhân vật có thể phản hồi đầu vào của bạn và các sự kiện khi chúng diễn ra. Cuộc trò chuyện có thể trở thành một phần của việc khám phá bối cảnh, thay vì một bản thu cố định gắn kèm. Điều này đặc biệt hữu ích khi phác thảo câu chuyện tương tác hoặc thử xem một nhân vật có thể đóng góp gì cho cảnh.
Vật lý và chuyển động của con người
Genie 4 nhấn mạnh hơn vào cách con người và đồ vật hành xử trong một cảnh. Các minh họa của nó bao gồm va chạm, hiệu ứng khí động học và các nhân vật di chuyển, phản ứng tự nhiên hơn. So với chỉ điều hướng trong một phong cảnh thuyết phục, điều này cho người sáng tạo nhiều không gian hơn để khám phá hành động, hài kịch tình huống hoặc phản ứng của nhân vật trước một sự kiện đang diễn ra.
Chuyển động cũng thay đổi cách một ý tưởng truyền đạt. Một người quay về phía âm thanh, điều chỉnh khi gặp chướng ngại, hoặc phản ứng với nhân vật khác có thể giúp mục đích của cảnh dễ hiểu hơn.
Google cũng mô tả các thí nghiệm robot giai đoạn đầu, trong đó Gemini 4 Argon cung cấp kế hoạch nhiều bước để dẫn dắt mô phỏng Genie 4. Điều này gợi mở các môi trường phục vụ khám phá hành vi tác nhân.
Tính hiện thực hình ảnh và tương tác vật lý
Genie 4 kết hợp con người trông tự nhiên hơn và các sự kiện vật lý phong phú hơn, bao gồm va chạm và hành vi khí động học. Với một ý tưởng game hoặc storyboard, điều này quan trọng vì chuyển động và phản ứng giúp truyền đạt cảnh: một nhân vật phản hồi một sự kiện có thể nói nhiều hơn một phông nền chi tiết.
Genie 3 đã tạo nền tảng vững chắc để khám phá các cảnh quan được tạo sinh. Genie 4 đặt trọng tâm sáng tạo nhiều hơn vào những gì diễn ra bên trong chúng. Vì vậy, một buổi duyệt ý tưởng hữu ích có thể đặt ba câu hỏi: hành động có rõ ràng không, nhân vật phản ứng có thuyết phục không, và cảnh có giữ được mạch khi bạn di chuyển không?
Hình ảnh quảng bá Genie 4 từ Google DeepMind. Khám phá các bản minh họa tương tác đi kèm để thấy chuyển động và phản ứng của nhân vật.
Tính nhất quán và độ tin cậy
Google xác định trôi đối tượng và tính nhất quán dài hạn là các thách thức đang tiếp diễn. Một cảnh có thể trông thuyết phục trong khi đối tượng thay đổi sau một cú lia máy hoặc vài lần chỉnh sửa. Tương tác vật lý phức tạp, văn bản đọc được, độ chính xác không gian và âm thanh thời gian thực cũng vẫn là các vấn đề nghiên cứu.
Genie 4 so với Genie 3: Tốc độ khung hình và độ trễ
Genie 3 ra mắt với đầu ra 720p ở 24 FPS. Tài liệu công bố của Genie 4 không cung cấp các số liệu tương ứng về độ phân giải, tốc độ khung hình và độ trễ tương tác, vì vậy chưa thể xác lập lợi thế định lượng về tốc độ hoặc chất lượng hiển thị.
Tốc độ khung hình và độ trễ tương tác
Tốc độ khung hình mô tả tần suất cập nhật của đầu ra hình ảnh. Độ trễ tương tác mô tả thời gian người dùng phải đợi sau khi di chuyển, xoay camera hoặc đưa ra lệnh chỉnh cảnh. Một mô hình có thể tạo khung hình mượt nhưng phản hồi chậm với một chỉnh sửa, nên hai phép đo này cần được đánh giá riêng.
Với một nguyên mẫu tương tác, hãy ghi lại độ trễ từ lúc nhập cho đến phản hồi hiển thị đầu tiên có liên quan, tốc độ khung hình khi di chuyển và các gián đoạn sau khi thay đổi cảnh. Dùng cùng chuỗi đầu vào và điều kiện mạng tương đương cho cả hai mô hình.
Thời lượng phiên và trí nhớ hình ảnh
Giới hạn độ dài phiên, thời gian một cảnh giữ được mạch và khả năng nhớ lại một đối tượng sau khi rời khỏi nó là các thuộc tính khác nhau. Giới hạn 60 giây của phiên bản Project Genie ban đầu là giới hạn của sản phẩm, không phải thước đo trực tiếp trí nhớ nền tảng của Genie 3 hay bản trình diễn dài nhất trong nghiên cứu.
Genie 4 hỗ trợ vài phút tương tác liên tục, thay vì các phiên kéo dài. Hãy lên kế hoạch các lần khám phá ngắn, tập trung và rà soát tính liên tục sau những lần di chuyển camera hoặc lặp lại chỉnh sửa. Một phiên dài hơn tự thân không cho thấy mô hình ghi nhớ đối tượng tốt đến đâu.
Genie 4 so với Genie 3: Chi phí
Quyền truy cập theo gói thuê bao và định giá API
Về quyền truy cập và lập ngân sách, hãy tách bạch gói thuê bao cho người dùng với việc sử dụng API cho nhà phát triển. Project Genie là con đường để khám phá các thế giới được tạo; một thuê bao không cung cấp điều khoản thanh toán hoặc tùy chọn tích hợp như API tính cước theo mức sử dụng.
Hạng mục chi phí
Genie 3
Genie 4
Kênh dành cho người dùng
Project Genie cho người đăng ký Google AI Ultra đủ điều kiện toàn cầu, từ 18+
Dự kiến mở rộng quyền truy cập Project Genie
Mức giá API công khai độc lập
Không được nêu trong tài liệu được dẫn
Không được công bố trong tài liệu ra mắt
Phí theo phiên hoặc theo phút
Không có mức giá công khai tương đương được nêu tại đây
Không có mức giá công khai tương đương được nêu tại đây
Chi phí tự lưu trữ
Tài trọng (weights) chưa được phát hành công khai theo tài liệu được dẫn
Tài trọng (weights) chưa được phát hành công khai theo tài liệu được dẫn
Hiện tại, hãy lập ngân sách theo con đường truy cập mà bạn có. Với tích hợp API, hãy xác nhận mức giá công bố, đơn vị tính cước và điều khiển phiên trước khi ước tính chi phí dự án.
Chi phí cho mỗi nguyên mẫu sử dụng được
Đối với công việc sáng tạo, hãy xác định tiêu chí để một phiên được coi là sử dụng được trước khi tính chi phí: một cảnh bắt buộc, một tương tác thành công, tính liên tục chấp nhận được và đầu ra mà nhóm có thể duyệt. Theo dõi số lần tạo, thời gian chờ, sửa thủ công và các phiên bị loại.
Khi có định giá theo mức sử dụng, so sánh tổng chi phí bị tính của tất cả lần thử với số nguyên mẫu đạt tiêu chí đó. Với truy cập theo thuê bao, hãy báo cáo riêng chi phí thuê bao và thời gian nhân sự; tránh trình bày một mức giá theo phút giả định như là mức chính thức.
Genie 4 so với Genie 3: Bạn nên chọn mô hình nào?
Bắt đầu từ trải nghiệm bạn muốn tạo và quyền truy cập bạn có.
Chọn Genie 3 để khám phá dễ tiếp cận: Project Genie cung cấp trải nghiệm người dùng hiện hữu cho người đăng ký Google AI Ultra đủ điều kiện. Đây là điểm khởi đầu thực tế để khám phá thế giới được tạo sinh.
Đánh giá Genie 4 cho các tương tác phong phú hơn: Âm thanh tích hợp, đối thoại phản hồi và điều khiển cảnh được trợ giúp bởi Gemini khiến nó hứa hẹn cho kể chuyện tương tác, ý tưởng game và tiền trực quan hóa sáng tạo.
Đánh giá Genie 4 thận trọng cho nghiên cứu robot: Các minh họa về tương tác vật lý và sự kiện nhiều bước là diễn tiến nghiên cứu thú vị, nhưng chưa thiết lập độ chính xác vật lý cấp kỹ thuật.
Sử dụng engine truyền thống hoặc trình mô phỏng đã kiểm chứng cho quy trình sản xuất có tính quyết định: Nếu dự án của bạn đòi hỏi vật lý có thể lặp lại, tài nguyên có cấu trúc, hình học va chạm chính xác hoặc logic trò chơi dự đoán được, một mô hình thế giới được tạo sinh không nên thay thế hệ mô phỏng đã được xác thực nếu không có thử nghiệm đáng kể.
Bạn có thể truy cập Genie 4 và Genie 3 ở đâu?
Quyền truy cập chính thức
Project Genie bắt đầu triển khai toàn cầu cho người đăng ký Google AI Ultra đủ điều kiện từ 18+ vào ngày 19 tháng 5 năm 2026. Hãy kiểm tra tư cách và tính năng có sẵn của tài khoản bạn trước khi đăng ký riêng cho tạo thế giới.
Thuê bao Ultra hoặc khóa Gemini API hiện có không tự động cấp quyền truy cập Genie 4 ngay lập tức. Hãy kiểm tra xem tài khoản của bạn đã nhận bản xem trước hay chưa.
Truy cập qua CometAPI
Các liên kết CometAPI ở trên liên quan đến các mô hình suy luận Gemini hỗ trợ. Với tích hợp mô phỏng thế giới, hãy tìm tài liệu riêng về truy cập Genie 4, định danh mô hình, định dạng yêu cầu và giá phiên.
Kết luận
Genie 3 thiết lập khả năng khám phá thời gian thực các thế giới trực quan được tạo sinh. Genie 4 mở rộng hướng đi đó với âm thanh phản hồi, đối thoại, hành vi vật lý phong phú và các sự kiện được trợ giúp bởi suy luận.
Nếu bạn muốn khám phá kể chuyện phong phú hơn hoặc các khái niệm tương tác, Genie 4 là hướng thú vị hơn để theo dõi khi quyền truy cập bản xem trước được mở rộng. Project Genie vẫn là điểm khởi đầu thực tế cho người đăng ký đủ điều kiện muốn thử tạo thế giới hôm nay. Bắt đầu với một cảnh ngắn và một tương tác có ý nghĩa, rồi quyết định liệu kết quả có hỗ trợ quy trình sáng tạo của bạn hay không.
Câu hỏi thường gặp
Genie 4 có sẵn cho công chúng không?
Genie 4 bắt đầu với bản xem trước nghiên cứu cho người thử nghiệm đáng tin cậy. Dự kiến mở rộng truy cập thông qua Project Genie và các đối tác nhà phát triển được chọn. Bạn có thể tham gia danh sách chờ, nhưng đủ điều kiện Project Genie hiện có không đảm bảo lời mời Genie 4 ngay lập tức.
Các thế giới của Genie 4 có thể xuất sang Unity hoặc Unreal Engine không?
Tài liệu ra mắt được dẫn không ghi nhận quy trình xuất tài sản cảnh cho bất kỳ engine nào. Một cảnh được tạo có thể điều hướng không tự thân cung cấp lưới có thể chỉnh sửa, vật liệu, hình học va chạm hoặc logic trò chơi. Nếu tích hợp với engine là điều thiết yếu, hãy xác minh định dạng xuất thực tế và quy trình được hỗ trợ trước khi chọn công cụ.
Làm thế nào để quá trình đánh giá Genie 4 có thể tái lập?
Giữ lại prompt hoặc hình ảnh khởi đầu, chuỗi hành động, thời điểm, phiên bản mô hình và các thiết lập tạo sẵn có. Chạy kịch bản lặp lại và lưu cả bản ghi lẫn ghi chú lỗi. Khi chưa có các điều khiển xác định được ghi nhận, những bản ghi này hỗ trợ so sánh giữa các lần thử nhưng không đảm bảo tái tạo y hệt thế giới đã tạo.
Genie 4 có thể chứng minh tính an toàn trong thế giới thực của robot không?
Một mô phỏng được tạo sinh đơn lẻ không thể thiết lập an toàn trong thế giới thực. Hãy dùng nó để khám phá kịch bản hoặc phát triển giả thuyết, rồi kiểm chứng hành vi quan trọng bằng các mô hình vật lý phù hợp, thử nghiệm phần cứng có kiểm soát và quy trình an toàn theo tác vụ. Tính hợp lý về mặt hình ảnh không thay thế cho động lực học đo lường được hoặc bằng chứng về chuyển giao đáng tin cậy sang robot thực.
SynthID có ý nghĩa gì đối với đầu ra của Genie 4?
Google cho biết video và âm thanh của Genie 4 sẽ mang watermark SynthID, giúp nhận diện nội dung do AI tạo. Đánh dấu nguồn gốc không chứng nhận độ chính xác vật lý, tái dựng lịch sử dựa trên sự kiện hay độ tin cậy của một sự kiện mô phỏng. Những câu hỏi đó cần được kiểm tra riêng về nội dung và mục đích sử dụng.
Phù hợp điển hình
Khám phá các thế giới hình ảnh được tạo sinh
Đánh giá các khái niệm và kịch bản tương tác phong phú hơn
