Googles Project Genie verwandelt Textbeschreibungen in interaktive Welten, aber nicht in fertige Spiele

9 Min. Lesezeit
Google's Project Genie Turns Text Prompts Into Interactive Worlds, but Not Finished Games

Eine Welt, die sich beim Erkunden verändern lässt

Mit Googles Project Genie können Menschen eine interaktive Welt in Alltagssprache beschreiben und anschließend erkunden und bearbeiten, was das System erstellt. Am 18. November 2026 begann Google, eine aktualisierte Version für berechtigte Google-AI-Ultra-Abonnenten ab 18 Jahren bereitzustellen. Am nächsten Tag erhielten Entwickler über die Gemini API und Google AI Studio Zugang zum Modell Genie 4.

Inhalt
  1. Eine Welt, die sich beim Erkunden verändern lässt
  2. Was änderte sich am 18. und 19. November?
  3. Wie sich ein Weltmodell von einem Video unterscheidet
  4. Welche Rolle könnte die Technologie bei der Spieleentwicklung spielen?
  5. Was das für Mahjong Ways bedeutet
  6. Wo die Technologie noch an ihre Grenzen stößt
  7. Die wichtigsten Termine
  8. Wissenswertes

Die Veröffentlichung vereint Texteingaben, Bilder, bewegte Darstellungen und Ton in einem Experiment. Nutzer können eine Umgebung beschreiben, sie durchqueren und dann Anweisungen eingeben, um das Wetter zu ändern, eine Figur hinzuzufügen oder ein Ereignis zu verändern. Google zufolge kann Genie 4 Bilder in 720p-Auflösung mit 24 Bildern pro Sekunde und synchronisiertem Ton erzeugen, darunter Hintergrundgeräusche und die Stimmen von Figuren.

Das Produkt heißt Project Genie, nicht Playground. Google beschreibt es als experimentellen Forschungsprototyp auf Basis von Google DeepMinds Genie 4. Mitglieder von AI Pro können sich auf eine Warteliste setzen lassen, während der Zugang für berechtigte Ultra-Abonnenten nach und nach freigeschaltet wird. Google hat weder einen Termin für einen breiteren Zugang noch eine Sitzungsbegrenzung für Genie 4 im Abonnentenangebot genannt.

Auf der Project-Genie-Seite von Google finden sich Beispiele, die vom Erkunden einer Welt als Ameise bis zur Suche nach Hinweisen in einer Spukvilla reichen. Nutzer können außerdem Fotos in erkundbare Orte verwandeln und in einer Community-Galerie geteilte Welten neu gestalten. Diese Beispiele machen das Produkt anschaulicher: Es ermöglicht, eine veränderliche Szenerie zu erschaffen und zu erkunden, statt einfach ein fertiges Video anzusehen.

Google DeepMind stellte Genie 3 im August 2025 als früheres Weltmodell vor. In der Ankündigung zu Genie 3 beschrieb das Unternehmen navigierbare Umgebungen, die aus Text generiert werden und mehrere Minuten lang konsistent bleiben. Genie 4 ist das neuere Modell in Project Genie. Google hat außerdem Genie 3 um längere Sitzungen und weitere Funktionen ergänzt.

Was änderte sich am 18. und 19. November?

Mit dem Update vom 18. November kam Genie 4 zu Project Genie hinzu, ebenso ein dialogbasierter Kreativagent und eine Galerie, in der Welten geteilt und neu gestaltet werden können. Der Agent hilft dabei, eine Beschreibung im Gespräch zu einer ausgearbeiteten Umgebung weiterzuentwickeln. In der Galerie können Nutzer Kreationen erkunden und deren Umgebungen, Figuren oder Ton anpassen.

Google zufolge wünschten sich erste Tester mehr Kontrolle darüber, was in den generierten Welten geschieht, sowie einfachere Möglichkeiten, sie zu erstellen und zu teilen. Diego Rivas, Group Product Manager bei Google DeepMind, und Pavan Kumar, Group Product Manager bei Google Labs, schrieben in der Ankündigung vom 18. November:

Erste Tester sagten uns, sie wollten mehr Kontrolle darüber, was in diesen Welten geschieht, und einfachere Möglichkeiten, sie zu erstellen und zu teilen.

Am 19. November stellte Google Genie 4 Entwicklern über die Gemini API und Google AI Studio zur Verfügung. Sie können mit einer Textbeschreibung, einem Referenzbild oder beidem beginnen und eine Szene anschließend über Tastatursteuerung und laufende Eingaben verändern. Als mögliche Einsatzgebiete nennt Google das Prototyping interaktiver Erlebnisse, die Visualisierung räumlicher Entwürfe sowie das Training von Robotik- und KI-Agenten. Laut der Ankündigung für Entwickler enthält jede Ausgabe ein nicht wahrnehmbares SynthID-Wasserzeichen.

Technischen Angaben zum Entwicklerdienst zufolge kostet die gestreamte Ausgabe etwa zehn Cent pro Sekunde; Sitzungen sind auf 120 Sekunden begrenzt. Bei diesem Preis würde eine volle zweiminütige Sitzung etwa zwölf Dollar kosten. Diese Begrenzung und der Preis gelten für die Entwickler-API. Für Genie 4 in Project Genie hat Google keine entsprechende Sitzungsbegrenzung veröffentlicht.

Anzeige

Wie sich ein Weltmodell von einem Video unterscheidet

Ein Videogenerator erstellt üblicherweise eine Sequenz, die sich jemand ansehen kann. Ein Weltmodell erzeugt dagegen das, was als Nächstes geschieht, wenn sich jemand bewegt oder die Szene verändert. Dreht sich ein Nutzer etwa zu einer Tür oder bittet um Regen, muss das System neue Bilder erzeugen, die auf diese Handlung reagieren und zur Umgebung passen.

Dadurch wird die Kontinuität zu einer zentralen Herausforderung. Eine überzeugende Welt sollte im Blick behalten, wo sich Objekte und Figuren befinden und wie sich die Umgebung verändert hat. Google zufolge unterstützt Genie 4 Änderungen in Echtzeit und adaptiven Ton. Das Unternehmen nennt außerdem Verzögerungen bei der Kamerasteuerung, komplexe physische Interaktionen, präzisen Ton in Echtzeit und die Stabilität von Szenen über längere Zeiträume als Bereiche, an denen noch gearbeitet wird.

Genie 3 bietet einen hilfreichen Anhaltspunkt dafür, wie weit diese Technologie inzwischen ist. Bei der Vorstellung des Modells im Jahr 2025 erklärte Google DeepMind, es könne Welten mit bis zu 24 Bildern pro Sekunde und einer Auflösung von 720p erzeugen, die mehrere Minuten lang konsistent blieben. Zu den genannten Einschränkungen gehörten eine ungenaue geografische Darstellung, Schwierigkeiten bei der lesbaren Wiedergabe von Text, eine begrenzte Auswahl direkter Aktionen und kurze Interaktionszeiträume. Zunächst stellte Google Genie 3 einer kleinen Gruppe von Wissenschaftlern und Kreativen als eingeschränkte Forschungsvorschau zur Verfügung.

Mit dem aktuellen Update verlängert Google Genie-3-Sitzungen von 60 Sekunden auf bis zu drei Minuten pro Generierung. Außerdem können Nutzer Welten miteinander verbinden oder mit einem 360-Grad-Panorama beginnen. Diese Angaben beziehen sich auf Genie 3. Sie sind nicht mit einer veröffentlichten Sitzungsdauer für Genie 4 im Verbraucherprodukt gleichzusetzen.

Welche Rolle könnte die Technologie bei der Spieleentwicklung spielen?

Für Spieleentwickler könnte eine generierte Welt helfen, eine Idee zu testen, bevor ein Team eine vollständige Umgebung in einer herkömmlichen Spiele-Engine erstellt. Ein Designer könnte verschiedene Beleuchtungen, Hintergründe oder Figuren ausprobieren oder Kollegen ein grobes Konzept zeigen. Auch die Entwickler-API bietet Teams die Möglichkeit, mit interaktiven Szenen zu experimentieren, ohne zuvor jedes visuelle Element von Hand erstellen zu müssen.

Das ist etwas anderes, als ein fertiges kommerzielles Spiel zu entwickeln. Eine Spiele-Engine ist eine Software, mit der ein Spiel mit festgelegten Elementen, Regeln und Steuerungsmöglichkeiten erstellt und ausgeführt wird. Ein Weltmodell generiert als Reaktion auf Eingaben und Aktionen eine veränderliche Szene. Die beiden Technologien könnten sich ergänzen, aber eine generierte Simulation bietet nicht automatisch die geprüften Systeme, stabile Leistung oder vollständigen Produktionswerkzeuge, die ein fertiges Spiel benötigt.

In der früheren Vorschau vom Oktober beschrieb Google Genie 4 als Modell für interaktive Umgebungen mit Bewegung, Ton und sich verändernden Ereignissen. Die späteren Veröffentlichungen brachten Zugangsmöglichkeiten für Abonnenten und Entwickler sowie Werkzeuge zum Erstellen und Teilen von Welten. Zusammen zeigen die Ankündigungen den Übergang von einer eingeschränkten Forschungsvorschau zu praktischen Experimenten – nicht die Veröffentlichung eines vollständigen Systems zur Spieleentwicklung durch Google.

Anzeige

Was das für Mahjong Ways bedeutet

Mahjong Ways, ein Spiel von PG Soft, ist anders aufgebaut als eine offene Welt, die sich beim Erkunden durch den Spieler verändert. Es setzt auf Walzen, Symbole mit Mahjong-Motiven, Animationen und festgelegte Funktionen wie Wild Transformation und Free Spins. Das Spielgeschehen folgt Regeln und Ergebnissen, die speziell für dieses Spiel entwickelt wurden.

Grundsätzlich könnte generative KI einem Studio dabei helfen, visuelle Ideen auszuloten, grobe Animationstests zu erstellen oder zu prüfen, wie ein Entwurf auf verschiedenen Bildschirmgrößen wirkt. Das sind mögliche Einsatzgebiete von KI in der Spieleproduktion, aber keine bestätigten Anwendungen bei PG Soft. Es gibt keine Hinweise darauf, dass das Unternehmen Project Genie oder Genie 4 zur Entwicklung von Mahjong Ways nutzt.

Auch Spiele mit festgelegten Regeln müssen sorgfältig technisch geprüft werden. Designer und Ingenieure müssen sicherstellen, dass die Funktionen wie vorgesehen arbeiten, die Benutzeroberfläche gut lesbar ist und das Spiel zuverlässig läuft. Wenn Ergebnisse vom Zufall abhängen, müssen die Regeln und das mathematische Verhalten des Systems gesondert getestet werden. Ein Modell, das eine plausible Szene erzeugt, überprüft diese Aspekte eines Spiels nicht von selbst.

Der Unterschied ist einfach: Genie kann anhand von Anweisungen eine interaktive Umgebung erzeugen, während ein festgelegtes Spiel nach einem vorgegebenen Entwurf entwickelt wird. Ein Studio könnte KI nutzen, um frühe visuelle Experimente zu beschleunigen, und das Spiel anschließend mit eigenen Produktions- und Testverfahren fertigstellen.

Wo die Technologie noch an ihre Grenzen stößt

Generierte Szenen können mit der Zeit ihre Konsistenz verlieren. Objekte können sich verschieben oder nach einer Kamerabewegung anders aussehen. Komplexe physische Interaktionen lassen sich weiterhin nur schwer zuverlässig reproduzieren. Auch Sprache und Text können fehlerhaft sein. Diese Probleme sind bei Spielen relevant, denn Spieler erwarten, dass ein Objekt, eine Figur oder eine Regel von einem Moment zum nächsten konsistent bleibt.

Google zufolge ermöglicht Genie 3 Interaktionen über einige Minuten, nicht aber über Stunden. Bei Genie 4 hat Google den langfristigen Bestand von Szenen und präzisen Ton als fortbestehende Herausforderungen benannt, aber keine Sitzungsbegrenzung für die Verbraucherversion veröffentlicht. Entwickler müssen außerdem berücksichtigen, dass gute Bildqualität und stimmiger Ton noch keine vollständige Spiellogik oder Qualitätskontrolle ergeben.

Google zufolge prüft Project Genie Eingaben und Ausgaben des Modells auf Sicherheit und versieht generierte Videos und Audiodateien mit SynthID-Wasserzeichen. Das Wasserzeichen soll kenntlich machen, dass Inhalte mit KI-Werkzeugen von Google erstellt wurden. Diese Maßnahmen bestehen neben den technischen Grenzen des Produkts und machen es nicht überflüssig, dass Nutzer und Entwickler die Inhalte generierter Szenen überprüfen.

Anzeige

Die wichtigsten Termine

  • 5. August 2025: Google DeepMind stellt Genie 3 als interaktives Weltmodell vor und beginnt mit einer eingeschränkten Forschungsvorschau.

  • 27. Oktober 2026: Google DeepMind stellt Genie 4 einer begrenzten Gruppe vertrauenswürdiger Tester vor.

  • 18. November 2026: Genie 4 wird in Project Genie für berechtigte Google-AI-Ultra-Abonnenten freigeschaltet; Mitglieder von AI Pro können sich auf eine Warteliste setzen lassen.

  • 19. November 2026: Google stellt Genie 4 Entwicklern über die Gemini API und Google AI Studio zur Verfügung.

Wissenswertes

  • Project Genie nutzt Google DeepMinds Genie 4, um aus Texteingaben, Bildern und Nutzeraktionen interaktive Welten zu erstellen.

  • Genie 4 wurde berechtigten Google-AI-Ultra-Abonnenten am 18. November 2026 zur Verfügung gestellt; Entwickler erhielten am nächsten Tag API-Zugang.

  • Google zufolge kann das Modell Bilder in 720p-Auflösung mit 24 Bildern pro Sekunde und synchronisiertem Ton erzeugen.

  • Genie-3-Sitzungen können bis zu drei Minuten dauern. Für Genie 4 hat Google keine Sitzungsbegrenzung für Verbraucher veröffentlicht.

  • KI kann Spieleentwicklungsteams beim Testen von Konzepten helfen, doch es gibt keine Hinweise darauf, dass PG Soft Genie 4 für Mahjong Ways nutzt.

  • Szenenstabilität, komplexe Interaktionen, präziser Ton und längere Sitzungen bleiben technische Herausforderungen.

Diesen Artikel teilen

Das könnte Ihnen auch gefallen