Genie 4: Wer kann das Weltmodell nutzen, was ist neu und warum gibt es noch keine API?

Genie 4 läuft in Project Genie für berechtigte Abonnenten von Google AI Ultra, für Pro gibt es eine Warteliste. Was sich gegenüber Genie 3 geändert hat, Sitzungslimits, fehlende öffentliche API und wie Sie eine Welt per Prompt beschreiben.

Eine Schneekugel mit einer kleinen Landschaft aus Weg, Kiefern und Hütte. Auf einer Seite wird der Schnee zu Regen, eine orangefarbene Wetterfahne dreht sich – Sinnbild für eine Welt, die sich verändert, während man sie erkundet.

Genie 4 ist das interaktive Weltmodell von Google DeepMind. Nutzen können Sie es derzeit nur in Project Genie, einer Web-App von Google Labs unter labs.google/fx/projectgenie, und nur als berechtigter Abonnent von Google AI Ultra ab 18 Jahren. Abonnenten von Google AI Pro können sich auf eine Warteliste setzen. Stand 19. November 2026 dokumentiert Google keine öffentliche Entwickler-API für Genie 4: Das Modell steht weder in der Modellliste noch im Changelog oder auf der Preisseite der Gemini API, und über Ofox ist es nicht verfügbar.

Wenn Sie gehofft hatten, es aus Ihrem Code aufzurufen, lautet die ehrliche Antwort: noch nicht, es sei denn, Sie sind Early-Access-Partner. Mit Ultra können Sie es sofort im Browser öffnen. Google beschreibt die Sitzungen allerdings mit rund einer Minute ununterbrochener Interaktion. Genie 3 steht weiterhin in der Modellauswahl und erlaubt längere Durchläufe.

So ist dieser Artikel entstanden: Ofox veröffentlicht diesen Leitfaden, und er basiert auf Dokumentation. Wir haben weder Genie 4 noch Project Genie selbst ausgeführt; nichts im Folgenden ist ein Messergebnis. Alle Fakten stammen von Googles eigenen Seiten, geprüft am 19. November 2026: dem Beitrag zur Verfügbarkeit von Genie 4 (18. November), DeepMinds Forschungsbeitrag zu Genie 4 (27. Oktober), der Genie-Modellseite, Googles Prompt-Leitfaden für Genie, dem Hilfeartikel zu Project Genie und der Übersicht der Google-AI-Abos. Wo sich diese Seiten widersprechen, sagen wir das.

Was ein Weltmodell ist und warum Genie kein Videogenerator ist

Googles Project-Genie-Beitrag vom Januar definiert ein Weltmodell als System, das simuliert, wie sich eine Umgebung verändert und wie Aktionen auf sie wirken. Der praktische Unterschied zu einem Videomodell liegt in der Steuerung während der Generierung.

Ein Videomodell wie Gemini Omni 1.2 Flash oder Veo 3.1 (Englisch) nimmt einen Prompt entgegen und liefert einen fertigen Clip. Während des Renderns lässt sich der Clip nicht lenken. Genie erzeugt die nächsten Frames, während Sie sich bewegen. Sie laufen mit der Tastatur, drehen die Kamera, und das Modell erzeugt in Echtzeit, was vor Ihnen liegt. Bei Genie 4 können Sie außerdem mitten in der Sitzung eine neue Anweisung eintippen, etwa dass Nebel aufzieht oder eine Schranktür aufgeht, und die Welt reagiert darauf.

Das verändert den Einsatzzweck. Ein Videomodell liefert eine fertige Datei. Ein Weltmodell liefert eine Sitzung zum Erkunden, und speichern können Sie davon nur eine Aufzeichnung. Project Genie bietet den Download eines Videos Ihres Durchlaufs an, Google beschreibt aber keinen Weg, die Welt selbst als 3D-Szene oder Spiel-Asset zu exportieren.

Zeitleiste: Wie Genie zu den Endkunden kam

DatumEreignisQuelle
August 2025Genie 3 als Forschungsmodell vorgestellt: Echtzeitwelten in 720p mit 24 fps, einige Minuten lang konsistentDeepMind, Genie 3
29. Januar 2026Start von Project Genie für Abonnenten von Google AI Ultra in den USA (ab 18), basierend auf Genie 3, Nano Banana Pro und Gemini; Generierungen auf 60 Sekunden begrenzt; per Prompt auslösbare Ereignisse noch nicht enthaltenGoogle-Blog, Project Genie
27. Oktober 2026Genie 4 als Research Preview für ausgewählte Tester (Trusted Tester) angekündigtDeepMind, Genie 4
28. Oktober 2026Sundar Pichai erwähnt Genie 4 in seinen Ausführungen zu den Q3-Zahlen von AlphabetCEO-Ausführungen Q3 2026
18. November 2026Genie 4 wird in Project Genie für berechtigte Ultra-Abonnenten freigeschaltet, zusammen mit Updates für Genie 3, dem Project-Genie-Agenten und einer Community-Galerie; Pro-Mitglieder können sich auf die Warteliste setzenGoogle-Blog, Genie 4 verfügbar

Den größeren Überblick über Gemini 4, Omni und Decision 1 finden Sie in unserem Tracker zu bestätigten und gerüchteweise erwarteten Gemini-4-Modellen.

Was Genie 4 gegenüber Genie 3 hinzufügt, Punkt für Punkt

Googles Ankündigung vermischt Fähigkeiten des Modells mit Funktionen der App Project Genie. Wir führen beides hier getrennt auf, weil die App-Funktionen nichts sind, was Genie 4 als Modell für sich allein leistet.

Fähigkeiten des Modells (Genie 4)

AussageWas Google tatsächlich sagtStatus
Prompts während der SitzungWährend Sie sich bewegen, tippen Sie einen neuen Prompt ein, um das Wetter zu ändern, eine Figur hinzuzufügen oder die Handlung umzulenken. Der Forschungsbeitrag vom 27. Oktober ergänzt, dass Gemini Ihren Prompt an die umgebende Szene anpasst und die Welt zwischen Ihren Eingaben lenkt.Bestätigt im Beitrag vom 18. November und im Forschungsbeitrag vom 27. Oktober. Nicht mehr exklusiv für Genie 4: Dasselbe Update vom 18. November hat Genie 3 in Project Genie per Prompt auslösbare Echtzeitereignisse hinzugefügt.
Natives, adaptives AudioDeepMind nennt Genie 4 sein erstes Echtzeit-Weltmodell, das Audio nativ erzeugt: Umgebungsklang passend zu jeder Szene und interaktive Dialoge, in denen Figuren auf Ihre Eingaben reagieren.Bestätigt. Google führt die Genauigkeit des Echtzeit-Audios als offene Einschränkung auf.
Realismus von Physik und MenschenMehr Fotorealismus, simulierte Aerodynamik und Kollisionen sowie Figuren, die sich natürlich bewegen und steuern lassen. DeepMind nennt Menschen die größte Verbesserung.Aussage von Google; ein öffentlicher Benchmark wird nicht genannt.
Gemini im LoopGemini Omni verankert Aussehen und Verhalten. In DeepMinds Demos mit komplexen Ereignissen beobachtet Gemini 3.8 Flash die Szene, zerlegt ein Ziel in Schritte und prüft jeden Schritt.Bestätigt im Forschungsbeitrag vom 27. Oktober.

Funktionen von Project Genie (nicht des Modells)

FunktionWas sie tutStatus
Project-Genie-AgentSie beschreiben im Gespräch eine Welt oder Geschichte; der Agent orchestriert Googles multimodale Modelle, um Startbilder und Hintergrundmusik zu erzeugen. Der Hilfeartikel nennt den Chat-Schritt “Experience Builder”.Neu seit 18. November.
Gemini beim ErkundenGemini kann das Geschehen auf dem Bildschirm verfolgen, Vorschlags-Chips für das nächste Ziel anbieten oder Ereignisse in der Welt auslösen.Neu seit 18. November.
Community-Galerie und RemixKuratierte und von der Community erstellte Welten durchstöbern, deren Umgebung, Figuren und Audio remixen und eigene Welten veröffentlichen.Remixen gibt es bereits seit Januar; neu ist das Veröffentlichen in einer Community-Galerie.

Auf die Frage, was nur mit Genie 4 geht, ist die ehrliche Liste also kurz: natives Audio einschließlich Dialog sowie Googles detailtreueste Grafik und Physik. Per Prompt ausgelöste Live-Ereignisse funktionieren in Project Genie inzwischen mit beiden Modellen. Agent und Galerie stellt Google als Funktionen von Project Genie dar, nicht als Funktionen von Genie 4; ob der Agent auf ein Modell beschränkt ist, sagt Google nicht.

So erhalten Sie Zugang

Wer berechtigt ist

Laut Hilfeartikel zu Project Genie und Googles Beiträgen gilt:

  • Abonnenten von Google AI Ultra können es überall nutzen, wo Google AI Ultra angeboten wird. Die Abo-Übersicht nennt mehr als 140 Länder für Project Genie und verlinkt eine Länderliste.
  • Abonnenten von Google AI Pro können sich auf die Warteliste setzen. Google schaltet den Zugang schrittweise frei und benachrichtigt Sie per E-Mail, wenn Sie an der Reihe sind.
  • Mindestalter 18 Jahre.
  • Melden Sie sich mit einem privaten Google-Konto an, wie es der Hilfeartikel vorgibt. Laut Startbeitrag vom Januar war Project Genie für Nutzer von Google AI Ultra for Business nicht verfügbar. Die Seiten vom November wiederholen diesen Ausschluss weder, noch heben sie ihn auf. Ob Konten mit Ultra for Business (Workspace) Zugang zu Genie 4 haben, ist daher unbestätigt.
  • Google AI Plus wird nicht als berechtigt aufgeführt.

Eine Unstimmigkeit sollten Sie vor dem Bezahlen prüfen. Wir haben die Abo-Übersicht am 19. November 2026 erneut abgerufen, und sie macht drei verschiedene Aussagen. In der Vergleichstabelle zeigt die Zeile zu Project Genie (“Access to interactive world model”; Übersetzung: Zugang zum interaktiven Weltmodell) ein Häkchen bei den Stufen Ultra 5x und Ultra 20x und ein Kreuz bei Plus und Pro. In der Liste der Ultra-Vorteile steht “Only available with a Google AI Ultra plan.” (Übersetzung: Nur mit einem Google-AI-Ultra-Abo verfügbar.) Fußnote 8, auf die beide Stellen verweisen, lautet “Only available with a Google AI Ultra 20x plan.” (Übersetzung: Nur mit einem Google-AI-Ultra-20x-Abo verfügbar.) Googles Beitrag vom 18. November und der Hilfeartikel sprechen von “eligible Google AI Ultra subscribers” (Übersetzung: berechtigte Abonnenten von Google AI Ultra), ohne eine Stufe zu nennen. Wenn Sie Ultra hauptsächlich wegen Genie abschließen wollen, öffnen Sie die Abo-Übersicht für Ihr Land und prüfen Sie die Stufe vor dem Abschluss.

Nutzungslimits und Kosten

Laut Hilfeartikel verbrauchen Sie beim Erzeugen von Welten keine AI-Credits, solange Project Genie ein Early-Access-Prototyp ist. Es gelten tägliche Nutzungslimits, die “may vary by plan and demand” (Übersetzung: je nach Abo und Nachfrage variieren können). Bei hoher Auslastung landen Sie unter Umständen in einer Warteschlange. Eine feste Zahl von Sitzungen pro Tag veröffentlicht Google nicht.

Schritt für Schritt

  1. Öffnen Sie labs.google/fx/projectgenie und melden Sie sich mit dem Google-Konto an, zu dem Ihre Ultra-Mitgliedschaft (oder Ihre über die Warteliste freigeschaltete Pro-Mitgliedschaft) gehört.
  2. Ohne Zugang landen Sie auf der Seite von Google Labs. Kurze Vorschauen in der Galerie können Sie trotzdem ansehen. Pro-Abonnenten klicken auf Join waitlist (Warteliste beitreten).
  3. Zum Erstellen klicken Sie auf Create with Genie, beschreiben Ihr Erlebnis im Prompt-Feld oder laden ein Bild hoch, wählen ein Modell (Genie 4 oder Genie 3) und klicken auf Create.
  4. Verfeinern Sie das Erlebnis im Chat des Experience Builder und testen Sie es, bevor Sie es teilen.
  5. Bewegen Sie sich mit WASD, springen oder steigen Sie mit der Leertaste auf und drehen Sie die Kamera mit den Pfeiltasten. Viele Erlebnisse nehmen außerdem eingetippte Prompts an, die Ereignisse auslösen. Manche verwenden eigene Steuerungen.
  6. Nach dem Ende der Sitzung können Sie sie erneut spielen (das Ergebnis fällt anders aus), in der Visit History noch einmal ansehen, ein Video herunterladen, einen Link teilen oder sie remixen.

Sitzungsdauer, Auflösung und Modellwahl

Genie 4Genie 3 (in Project Genie, nach dem 18. November)
Ununterbrochene Interaktion”Around a minute” (Übersetzung: rund eine Minute) laut den Einschränkungen auf Googles ModellseiteBis zu 3 Minuten pro Generierung (zuvor 60 Sekunden); Welten lassen sich zu längeren Reisen verketten
Start aus einem 360°-PanoramaNicht erwähntJa, neu seit 18. November
Per Prompt ausgelöste Live-EreignisseJaJa, neu seit 18. November
Natives Audio und DialogJaNicht behauptet
Veröffentlichte Auflösung / BildrateNicht veröffentlicht720p mit 24 fps war die Forschungsspezifikation vom August 2025; Google sagt nicht, dass dies für den Stream in Project Genie gilt

Der Hilfeartikel ergänzt, dass die mögliche Dauer einer Erkundung “depends on the model and experience” (Übersetzung: vom Modell und vom Erlebnis abhängt) und dass die Streamqualität bei hoher Serverlast sinken kann. Verstehen Sie jede Zahl oben als von Google genannte Obergrenze, nicht als Garantie für Ihre Sitzung.

Wählen Sie Genie 4, wenn Ihnen Realismus, Ton oder eine sprechende Figur in einer kurzen Szene wichtig sind, zum Beispiel für einen einminütigen Rundgang als Previsualisierung für einen Film-Pitch.

Wählen Sie Genie 3, wenn Länge wichtiger ist als Detailtreue: ein längerer Flug durch verkettete Welten oder ein Raum, der aus einem 360°-Panorama eines realen, von Ihnen fotografierten Ortes entsteht.

Gibt es eine API für Genie 4?

Stand 19. November 2026 ist keine öffentliche Entwickler-API dokumentiert. Wir haben drei Stellen geprüft:

  • Modellliste, Changelog und Preisseite der Gemini API von Google: Keine davon erwähnt Genie. Es gibt keine Modell-ID, keinen Endpunkt und keinen Preis.
  • DeepMinds Beitrag vom 27. Oktober sagt, Genie 4 sei “coming soon to Google AI Ultra subscribers in Project Genie and early access partners in the Gemini API and Google AI Studio.” (Übersetzung: in Kürze verfügbar für Abonnenten von Google AI Ultra in Project Genie und für Early-Access-Partner in der Gemini API und in Google AI Studio.) Der Ultra-Teil kam am 18. November. Der Entwickler-Teil ist auf Early-Access-Partner beschränkt, also keine allgemeine Verfügbarkeit. Zudem verlinkt der Beitrag nur eine Warteliste für Project Genie und bietet keine Möglichkeit, sich für API-Zugang zu bewerben. Der Beitrag vom 18. November erwähnt die API überhaupt nicht.
  • Ofox: Genie 4 tauchte in GET https://api.ofox.ai/v1/models nicht auf, als wir den Endpunkt am 19. November 2026 abgefragt haben. Über Ofox können Sie Genie nicht aufrufen, und wir schlagen auch keinen Umweg vor.

Den Model Garden von Vertex AI haben wir für diesen Artikel nicht geprüft.

Wenn Sie heute generierte Bewegtbilder in einer Anwendung brauchen, benötigen Sie eine andere Art von Modell. Videomodelle liefern auf eine Anfrage einen fertigen Clip, ohne Live-Steuerung:

Keines der beiden ersetzt eine erkundbare Welt. Damit können Sie aber schon diese Woche tatsächlich etwas im Code ausliefern.

Wie Genie 4 mit Gemini 4 zusammenhängt

Genie 4 ist kein Gemini-4-Textmodell und gehört nicht zur Reihe Carbon / Neon / Hydrogen / Argon, die unser Leitfaden zur Auswahl von Gemini-4-Modellen behandelt. Sie finden es weder in der Modellauswahl der Gemini-App noch hinter generateContent.

Die beiden Familien sind auf drei dokumentierte Weisen verbunden:

  1. Innerhalb von Genie 4 verankert Gemini Omni die Simulationen in realem Aussehen und Verhalten, und weitere Gemini-Modelle übernehmen das Reasoning, das eine Szene stimmig hält.
  2. Im Loop setzen DeepMinds Demos Gemini 3.8 Flash als lenkenden Agenten ein, der Schritte plant und Frames prüft, und in Project Genie kann Gemini Ihre Sitzung verfolgen und Ereignisse vorschlagen oder auslösen.
  3. In der Robotikforschung zeigt DeepMind, wie Gemini 4 Argon eine Aufgabe in Schritte zerlegt, die Genie 4 beim Rendern als Textbeschriftungen erhält. Das Beispiel simuliert den humanoiden Roboter Apollo von Apptronik beim Damespiel. Wenn Sie eigentlich Argon brauchen, beschreibt unser Leitfaden zum Zugang zu Gemini 4 Argon (Englisch) den Weg über das Abo und über die API.

Wofür Google es vorsieht

Google nennt Anwendungen für Endkunden und für die Forschung ungefähr gleich gewichtet.

Training von Agenten und Robotern. Pichai bezeichnete Genie 4 in seinen Q3-Ausführungen als “an important building block for training robots and agents.” (Übersetzung: einen wichtigen Baustein für das Training von Robotern und Agenten.) Die Modellseite verweist auf SIMA, DeepMinds Spiele-Agenten, der in generierten Welten Fähigkeiten erlernt. Außerdem nennt sie Robotiksimulation als frühe Anwendung. Ordnen Sie das richtig ein: Google beschreibt Forschungsdemos und Evaluationen bei Unternehmen, kein Produkt, das Sie für das Robotertraining kaufen können.

Kreative und professionelle Tests. Laut DeepMind haben ausgewählte Tester Genie 4 eingesetzt für:

  • Previsualisierung im Film, also das erneute Durchspielen einer Szene mit anderen Kameraperspektiven, anderem Licht und anderem Dialog;
  • das Umwandeln eines Archivfotos in einen erkundbaren Schauplatz oder das Darstellen, wie eine Sturzflut abläuft;
  • Prototyping von Spielkonzepten, bevor Engine-Code geschrieben wird;
  • das Erzeugen von Szenarien für Unternehmenssimulationen nach dem Prinzip “zero-to-one” (Übersetzung: von null auf eins, also von Grund auf neu).

Spiel. Zu den Beispielen in der Galerie gehören eine Ameisenkolonie aus Ameisenperspektive (“The Life of Ants”), ein Krimi, der Raum für Raum gelöst wird (“Villa Giallo”), ein Ortsratespiel und eine Partie Schere-Stein-Papier mit Gemini als Schiedsrichter.

Einschränkungen und Sicherheit

Google nennt für Genie 4 diese Einschränkungen des Modells:

  • Visuelle Details und Objektpermanenz driften mit der Zeit ab, besonders in langen Sitzungen, nach mehreren komplexen Prompt-Änderungen oder bei Bewegung durch die Szene.
  • Interaktionen zwischen Nutzern, mehreren unabhängigen Agenten und gemeinsam genutzten Umgebungen lassen sich nur schwer genau modellieren.
  • Reale Orte werden nicht genau simuliert.
  • Lesbarer Text erscheint meist nur, wenn er in Ihrer Eingabebeschreibung steht.
  • Die ununterbrochene Interaktion ist auf rund eine Minute begrenzt.
  • An der Genauigkeit des Echtzeit-Audios wird noch gearbeitet. Der Beitrag vom 18. November nennt zusätzlich Kameralatenz als offenes Problem.

Der Hilfeartikel listet bekannte Probleme der App samt Workarounds:

SymptomVon Google vorgeschlagene Lösung
Figur läuft rückwärtsLeertaste drücken, um die Figur zurückzusetzen
Sie verlieren die Kontrolle über die FigurBei hochgeladenen Fotos das Motiv mittig und gut sichtbar platzieren; reale Szenen in eine spieltypischere Version umwandeln und erneut versuchen
Steuerung reagiert verzögertBekannte Latenz; keine Abhilfe durch Nutzer
Stream sieht schlecht aus oder wird mit der Zeit dunklerServerlast und bekanntes Problem; später erneut versuchen
Generierung schlägt fehl oder bricht vorzeitig abRichtlinienverstoß in Eingabe oder Ausgabe, Tageslimit erreicht oder zu viele Nutzer; am nächsten Tag oder später erneut versuchen

Zur Sicherheit sagt Google, dass alle Videos und Audios aus Project Genie ein SynthID-Wasserzeichen tragen und Ein- wie Ausgaben eine Sicherheitsprüfung durchlaufen. Genie 4 ging nach internen Sicherheitsbewertungen zuerst an ausgewählte Tester. Der Hilfeartikel verbietet schädliche Inhalte und bittet darum, keine Bilder anderer Personen ohne deren Erlaubnis hochzuladen. Wiederholte Verstöße können den Zugang kosten.

Zwei Datenschutzdetails übersieht man leicht:

  • Wenn Sie etwas mit erlaubtem Remix teilen oder veröffentlichen, können andere Ihre Prompts, Bilder und sonstigen verwendeten Assets sehen und wiederverwenden.
  • Wenn Sie Ihre Daten in Project Genie löschen, werden auch die von Ihnen veröffentlichten Welten gelöscht.

Welt-Prompts schreiben: Googles Empfehlungen in Kürze

Alles in diesem Abschnitt stammt aus Googles Prompt-Leitfaden für Genie und den Beispiel-Prompts auf DeepMinds Seiten. Wir haben keinen dieser Prompts ausgeführt. Die Vorlagen sind unsere Neuordnung von Googles Hinweisen, keine getesteten Rezepte.

Google gliedert einen Prompt für Genie 4 in drei Teile: Szene und Kameraperspektive, Live-Ereignisse und Ton sowie das Startbild.

1. Der Prompt für die Startszene

Googles Empfehlungen, der Reihe nach:

  • Umgebung. Benennen Sie den Ort und beschreiben Sie Oberflächen konkret: ein Feldweg, eine Asphaltstraße, ein ruhiges Meer.
  • Stil und Kamera. Nennen Sie den Stil (fotorealistisch, malerisch, Knetanimation) und ob Sie aus der Ich- oder der Third-Person-Perspektive erkunden.
  • Vorder- und Mittelgrund. Verankern Sie, was nah ist (ein Lenker, eine Tischkante), und was direkt vor Ihnen liegt (ein Torbogen, eine Figur).
  • Bewegung und Ton. Sagen Sie, was sich bewegt und wie es klingt, etwa Wind in den Bäumen oder Kies unter den Füßen. Ergänzen Sie “No music”, wenn Sie nur Umgebungsgeräusche wollen.

DeepMinds veröffentlichte Beispiele folgen diesem Muster. Manche bestehen aus zwei kurzen Blöcken mit den Überschriften “Environment” und “Character”. Andere sind lange, filmische Briefings, die Filmmaterial, Licht, Kameraverhalten und eine Liste auszuschließender Elemente festlegen. Beide Formen kommen in Googles eigenem Showcase vor, die Länge ist also nicht das Problem. Entscheidend ist, dass Kamera und Szene klar beschrieben sind.

Eine aus diesen Empfehlungen gebaute Vorlage (ungetestet):

Environment: [place], [ground surface], [key landmarks near and far], [lighting and time of day].
Style: [photorealistic / painterly / claymation / other], [one or two texture or film cues].
Camera: [first-person, anchored by ___ | third-person following ___, centred with room to move].
Foreground: [what is right in front of the viewer]. Just ahead: [the next thing to walk toward].
Motion and sound: [what moves], [surface sounds], [ambient sound]. [No music.]

2. Live-Prompts während der Erkundung

Googles Regel an dieser Stelle ist die praktischste im ganzen Leitfaden: pro Prompt genau eine klare Änderung, in kurzen Aussagesätzen. Die Beispiele sind entsprechend schlicht: Küstennebel zieht auf, eine Schranktür öffnet sich, eine Lampe wird neben einen Stuhl gestellt. Google nennt Drift nach “multiple complex prompt edits” (Übersetzung: mehreren komplexen Prompt-Änderungen) als Einschränkung. Fünf Änderungen in einem Live-Prompt zu bündeln, arbeitet also gegen Sie.

Coastal fog rolls in from the left.
The cabinet door swings open.
A street musician starts playing an accordion near the fountain.

3. Figuren und Dialog

  • Wählen Sie die Ich-Perspektive (verankert durch Hände, Lenker oder Werkbank) oder die Third-Person-Perspektive (Figur mittig mit Platz um sie herum).
  • Beschreiben Sie, wie Bewegung die Welt beeinflusst, etwa Stiefel, die im Schnee knirschen.
  • Für gesprochene Sprache funktioniert Dialog laut Google am besten mit einer einzigen Figur in der Szene. Legen Sie die Stimmlage vorab fest oder setzen Sie eine kurze Zeile in Anführungszeichen.

4. Start aus einem Bild

  • Laden Sie ein klares, gut ausgeleuchtetes, hochwertiges Bild hoch. Bei Third-Person-Szenen das Motiv mittig halten und Platz für Bewegung lassen.
  • Bei reinen Text-Prompts zeigt Project Genie zuerst eine Bildvorschau. Google rät, den Prompt so lange zu verfeinern, bis die Vorschau stimmt, bevor Sie die Welt betreten, denn die Vorschau bestimmt den Look der Welt.
  • Google schlägt außerdem vor, eine Beschreibung mit der Gemini-App zu erweitern oder umzuschreiben.

Kurzer Check vor dem Start

Bevor Sie eine Ihrer täglichen Generierungen verbrauchen, prüfen Sie, ob Ihr Prompt Folgendes leistet:

  • Er nennt den Kameramodus.
  • Er beschreibt den Boden unter dem Betrachter.
  • Er setzt etwas Konkretes in den Vordergrund.
  • Er sagt, was zu hören sein soll.
  • Er verlässt sich nicht auf lesbare Schilder oder Texte (außer der Text steht im Prompt selbst).

Der letzte Punkt folgt direkt aus Googles Einschränkung bei der Textdarstellung.

Für wen das jetzt relevant ist

  • Sie haben Ultra und arbeiten visuell. Probieren Sie es für Previsualisierung und das Ausloten von Stimmungen. Planen Sie mit einminütigen Sitzungen in Genie 4 und laden Sie Aufzeichnungen von allem herunter, was Sie behalten wollen.
  • Sie haben Pro. Tragen Sie sich in die Warteliste ein. Einen veröffentlichten Zeitplan gibt es nicht.
  • Sie entwickeln Software. Es gibt noch nichts zu integrieren. Beobachten Sie den Changelog der Gemini API auf einen Eintrag zu Genie. Solange dort keine Modell-ID und kein Preis stehen, ist jede Behauptung einer “Genie 4 API” von Drittanbietern mit Vorsicht zu genießen. Wenn Sie in Produktion generierte Bewegtbilder brauchen, nutzen Sie ein Videomodell.
  • Sie arbeiten an Agenten oder Robotik. Die Demos mit Gemini im Loop und mit Planung durch Argon zeigen, wohin Google sich bewegt. Programmatischen Zugang gibt es derzeit außerhalb von Googles Partnervereinbarungen nicht.

Wir aktualisieren diese Seite, sobald Google API-Zugang, Preise oder neue Sitzungslimits veröffentlicht.

Weiterführende Dokumentation