Лось в проде

Google выпустили Genie 4 – новое поколение своей world модели

Предыдущая версия вышла больше года назад, в августе 2025. В новой модели главный упор на реализм, мультимодальность, улучшенную физику и интерактивность.

Модель генерирует мир в реальном времени и сразу со звуком. Музыка, шум окружения и даже диалоги персонажей создаются вместе с картинкой, причем реплики подстраиваются под действия пользователя.

Сцену можно менять и режиссировать с помощью промптов прямо на лету. Например, поменять погоду или добавить персонажей/объекты.

Внутри работает несколько моделей Gemini. Gemini Omni отвечает за реалистичный внешний вид и поведение мира, другие модели следят за связностью симуляции, и отдельно Gemini 3.8 Flash работает агентом в цикле aka мозгом: разбивает цель на шаги, проверяет их выполнение и перестраивает план, если пользователь захотел что-то поменять.

По задумке Google, в таких средах можно тестировать роботов и агентов. Они даже показали демо, в котором гуманоид Apollo от Apptronik играет в шашки внутри сгенерированного мира.

https://deepmind.google/blog/genie-4-a-new-generation-of-world-simulation/

другие направления. Люди активно пробовали ChatGPT, но было непонятно, какая ценность останется после первого любопытства.

Питер Тиль советовал сосредоточиться на уже работающем продукте. Простое текстовое поле, куда можно написать что угодно, напоминало ему силу поисковой строки Google. Отсутствие привычных для стартапов лент и сетевых эффектов само по себе не делало продукт слабым.

Теперь этот интерфейс кажется очевидным. Тогда даже внутри компании приходилось разбираться, стоит ли продолжать именно с ним.

1:07:20 — Совет выпускаться раньше подошёл не ко всему

Альтман много говорит о ранних запусках и обратной связи. При этом, по его словам, у OpenAI прошло четыре с половиной года до первого продукта. В исследовательской работе пришлось искать другие способы понять, движется ли команда в полезном направлении.

Одним из таких способов стали результаты в Dota 2: можно было сравнивать идеи по тому, насколько хорошо система играет. Помогали внешние демонстрации. Искусственные дедлайны, по его воспоминаниям, работали плохо.

А в 1:10:40 он вспоминает первый рабочий день в квартире Грега Брокмана. Около дюжины человек собрались делать AGI, понадобилась маркерная доска. Доску принесли. После этого снова пришлось решать, с чего вообще начинать.

Мне эта сцена запомнилась сильнее многих рассуждений о стратегии. В ней видно, сколько неопределённости остаётся уже после того, как люди объявили большую цель и собрались над ней работать.

1:13:30 — Восемь писем сыну

Когда родился ребёнок, Альтман начал рассказывать ему о прошедшем дне, пока укладывал спать. О том, что происходило на работе, что беспокоило, с чем не получалось справиться. Потом решил сохранять эти рассказы в воскресных письмах. Написал около восьми.

Сенра убеждает его продолжить: к моменту написания автобиографии многие детали уже исчезнут из памяти. Сам Альтман добавляет, что письмо ребёнку заставляло внимательнее смотреть на своё поведение. Когда представляешь, что он однажды это прочитает, труднее оправдать перед собой поступок, который тебе самому не понравился.

После рассказов о вычислениях и будущем ИИ разговор заканчивается вполне личной задачей: найти способ снова писать эти письма.

Таймкоды ведут на русскую версию. Оригинал интервью на английском.

Разобрал интервью Сэма Альтмана Дэвиду Сенре. Несколько раз за разговор он возвращается к тому, как сильно ожидания расходились с происходящим: от скорости внедрения ИИ до первых дней OpenAI. Выписал эти истории с таймкодами.

03:38 — После GPT-4 всё должно было измениться быстрее

Альтман ожидал, что после выхода GPT-4 рынок софта начнёт перестраиваться гораздо быстрее. Теперь признаёт, что недооценил инерцию: люди продолжают покупать у знакомых компаний и пользоваться инструментами привычным способом.

Причём он видит в этом пользу. Постепенный переход даёт обществу время освоиться. Возможности технологии и готовность людей менять свою жизнь развиваются с разной скоростью.

06:18 — Собственные привычки тоже остались на месте

Он сам продолжает копировать текст между приложениями и перебирать письма, хотя считает, что часть этой работы уже мог бы поручить Codex. За 20 лет такие действия стали для него привычным способом чувствовать себя продуктивным.

И часть ответственности он относит к продукту. Если приходится постоянно решать, что сделать самому, а что поручить агенту, новый способ работы ещё требует слишком много внимания. Он сравнивает нынешний этап со смартфонами до iPhone: многие технические возможности уже появились, удобный способ собрать их вместе ещё ищут.

Мне понравилось, что в этом месте он разбирает собственное поведение. Пользователь может понимать пользу инструмента и всё равно продолжать делать по-старому.

17:50 — Преподаватель советовал держаться подальше от глубокого обучения

По воспоминаниям Альтмана, во время работы в университетской лаборатории примерно в 2005 году преподаватель объяснил ему, что глубокое обучение — надёжный способ испортить карьеру: пробовали долго, ничего не работает. Альтман поверил и занялся другими направлениями.

Позже в разговоре он сам оговаривается, что воспоминания о детских интересах могли измениться под влиянием нынешней работы. Было интересно услышать эту осторожность от человека, чью биографию легко пересказать как последовательное движение к заранее выбранной цели.

29:11 — Его беспокоит концентрация власти

Альтман называет два риска: потерю контроля над сильным ИИ и сосредоточение слишком большой власти у одной компании, модели или человека. Он критикует сценарий, в котором людям обещают благополучие в обмен на отказ от возможности влиять на будущее.

У меня здесь остаётся вопрос к устройству самой платформы. Если множество компаний строят работу поверх одного поставщика ИИ, зависимость от его решений тоже растёт. В интервью нет готового ответа, как совместить масштаб такой платформы с самостоятельностью тех, кто на ней работает.

43:43 — Агенту не хватает контекста о работе

Альтман хочет помощника, который сможет прочитать рабочие обсуждения, отзывы пользователей и исследования, на которые у него самого не хватает времени. И затем поможет принять решение с учётом этой информации.

У Сенры уже есть свой пример. Он сохраняет заметки из книг с 2018 года, добавил расшифровки Founders и использует собственный инструмент при подготовке выпусков. Так можно вернуться к истории, которую читал семь лет назад и уже успел забыть.

Для меня это довольно конкретный ориентир при работе с агентами: доступна ли им история задачи, прошлые решения и причины отказа от предыдущих вариантов. Иначе каждое новое обсуждение приходится начинать с восстановления того, что уже было известно.

54:08 — В OpenAI сомневались, надолго ли людям нужен ChatGPT

По рассказу Альтмана, примерно через два месяца после запуска внутри компании обсуждали