Google Genie 3 erweckt deine 3D-Welt mit AI zum Leben

Am 5. August 2025 veröffentlichte Google DeepMind die neueste Version des Genie-Modells, bekannt als Genie 3. Dabei handelt es sich um ein neues KI-Modell, das die Texteingaben eines Benutzers in dynamische, interaktive Umgebungen umwandeln kann.

Diese Umgebungen oder KI-Welten ermöglichen es dem Benutzer, sich in Echtzeit darin zu bewegen und mit ihnen zu interagieren – ähnlich wie in einem Videospiel. Benutzer können die Umgebung außerdem durch zusätzliche Texteingaben erweitern oder verändern und so Änderungen direkt vornehmen, ohne die Simulation neu zu starten.

Besonders wirkungsvoll ist das neueste Genie-Modell von Google, weil es zum Trainieren von KI-Agenten eingesetzt werden kann. Dabei lernen KI-Agenten, mithilfe von Daten und Feedback Entscheidungen zu treffen oder Aufgaben auszuführen. Durch die Verwendung einer simulierten 3D-Umgebung anstelle der realen Welt können Forschende viele Herausforderungen, Kosten und Risiken des Trainings in der realen Welt vermeiden.

Google Genie 3 kann außerdem komplexe Szenarien simulieren, etwa das Testen eines autonomen Autos, das bei schwierigen Wetterbedingungen fährt, oder eines Wingsuit-Fliegers, der durch bergiges Gelände gleitet.

In diesem Artikel sehen wir uns Google Genie 3 und seine Fähigkeiten an. Legen wir los!

Abb. 1. Ein Bild aus einer Genie-3-Simulation, das einen Wingsuit-Flieger beim Gleiten zeigt. (Quelle)

Eine kurze Geschichte der Genie-Modelle von Google#

Bevor wir uns mit den Genie-Modellen von Google DeepMind befassen, sollten wir zunächst besser verstehen, was Weltmodelle sind.

Weltmodelle sind KI-Systeme, die aus Texten, Bildern, Videos und Bewegungs-Datensätzen Regeln der realen Welt wie Physik, Bewegung und räumliche Beziehungen lernen. Dadurch können sie realistische Szenen erstellen und vorhersagen, wie diese sich entwickeln. Die Genie-Modelle sind Beispiele für solche Systeme.

Hier ist ein kurzer Überblick über die früheren Genie-Modelle von Google, die den Weg für Genie 3 bereitet haben:

• Genie 1: Genie 1, oft einfach als Google Genie bezeichnet, war das erste KI-Weltmodell von Google DeepMind, das interaktive virtuelle Umgebungen erstellen konnte. Benutzer konnten eine Welt mit Texten, Bildern, Fotos oder sogar Skizzen beschreiben, woraufhin Genie sie generierte und die Steuerung von Aktionen innerhalb der Szene ermöglichte. Das Modell wurde dafür entwickelt, Videodaten über die Zeit zu verarbeiten, das nächste Bild vorherzusagen und Benutzereingaben in Aktionen innerhalb der Welt zu übersetzen.

• Genie 2: Aufbauend auf den Fähigkeiten von Google Genie konnte Genie 2 eine große Bandbreite detaillierter, interaktiver 3D-Welten erstellen. Als Weltmodell simulierte es virtuelle Umgebungen und reagierte realistisch auf Aktionen wie Springen, Schwimmen oder das Bewegen von Objekten. Das auf einer umfangreichen Videosammlung trainierte Modell bot realistische Objektinteraktionen und lebensechte Bewegungen von Figuren.

Was ist Genie 3? Googles neues KI-Modell#

Genie 3 baut auf den früheren Genie-Modellen auf und ist das neueste und fortschrittlichste Modell der Reihe. Es baut insbesondere auf Genie 2, das neue virtuelle Umgebungen generieren konnte, sowie auf Veo 3, dem neuesten Videogenerierungsmodell von Google DeepMind, auf. Veo 3 zeigt ein tiefes Verständnis der Physik und dafür, wie Objekte in der realen Welt miteinander interagieren.

Während Veo 3 eine fest programmierte Physik-Engine verwendet, bringt sich Google Genie 3 mithilfe einer als selbstüberwachtes Lernen bezeichneten Methode selbst bei, wie Physik funktioniert. Dabei handelt es sich um eine Lerntechnik für KI, bei der ein KI-Modell Muster und Beziehungen aus nicht beschrifteten Daten lernt, indem es eigene Lernsignale erzeugt.

Die Fähigkeit von Google Genie 3 zum selbstüberwachten Lernen ist entscheidend für das Training von KI-Systemen wie KI-Agenten oder KI-Robotern zur Bewältigung verschiedener Aufgaben. Tatsächlich sehen Forschende bei Google DeepMind Genie 3 als wichtigen Schritt hin zur Entwicklung einer künstlichen allgemeinen Intelligenz (AGI).

Abb. 2. Ein Beispiel für die Verwendung von Google Genie 3 zur Simulation der Steuerung eines robotischen Rovers. (Quelle)

AGI ist eine theoretische Form von KI, die jede Aufgabe oder jedes Thema verstehen und erlernen und dieses Wissen auf unterschiedliche Situationen anwenden kann – ähnlich wie ein Mensch. Im Gegensatz zu den heutigen KI-Modellen, die für bestimmte Aufgaben entwickelt wurden und Schwierigkeiten haben, ihre Fähigkeiten auf neue Probleme zu übertragen, wäre AGI in der Lage, sich an eine Vielzahl von Kontexten anzupassen und darin zu lernen.

Wichtige Funktionen von Google Genie 3 für den Aufbau einer KI-Welt#

Hier sind einige der wichtigsten von Genie 3 unterstützten Funktionen:

• Generierung von 3D-Welten aus Text: Das Modell kann eine einfache Texteingabe (z. B. „ein Roboter, der die Straße entlangläuft“) in eine spielbare 3D-ähnliche Umgebung mit grundlegenden Bewegungssteuerungen umwandeln.

• Durch Eingaben steuerbare Weltereignisse: Benutzer können die Umgebung dynamisch verändern, indem sie neue Befehle eingeben (z. B. Regen auf der Straße hinzufügen).

• Visuelles Gedächtnis: Genie 3 kann sich an in der Umgebung zurückgelassene Objekte erinnern und dir ermöglichen, sie später erneut aufzusuchen – etwa eine Minute lang.

• Flüssige und konsistente Videoausgabe: Das Modell kann eine Videoausgabe mit 24 fps (Bildern pro Sekunde) bei einer Auflösung von 720p aufrechterhalten und ermöglicht längere Interaktionen als Genie 2.

Abb. 3. Google Genie 3 kann Ausgaben erzeugen, die länger anhalten als die von Genie 2 erzeugten. (Quelle)

Von Bildung bis Gaming: Anwendungen von Google DeepMinds Genie 3#

Google Genie 3 kann Lernen, Forschung und Training immersiver und ansprechender gestalten. Im Unterricht kann es beispielsweise Geschichte, Naturwissenschaften oder Geografie zum Leben erwecken, indem es Schülerinnen und Schülern ermöglicht, antike Städte zu erkunden oder durch den Weltraum zu reisen. Für Entwickler künstlicher Intelligenz bietet es ebenfalls realistische virtuelle Welten, in denen sie Strategien üben, Herausforderungen bewältigen und ihre Fähigkeiten zur Entscheidungsfindung verbessern können.

Wissenschaftler können es außerdem nutzen, um kontrollierte Simulationen zum Testen von Ideen, zur Untersuchung von Ökosystemen oder zur Beobachtung des Verhaltens von Objekten zu erstellen. Eine weitere interessante Anwendung liegt in der Spieleentwicklung. Spieleentwickler können Texteingaben in detaillierte Spielwelten umwandeln, dadurch die Entwicklung beschleunigen und den Bedarf an großen Teams verringern.

Abb. 4. Mit Genie 3 lassen sich unterhaltsame, farbenfrohe und interaktive Spiele entwickeln. (Quelle)

Einschränkungen von Google Genie 3 als Weltmodell#

Google Genie 3 bietet zwar viele Funktionen und Vorteile, doch es ist ebenso wichtig, seine Nachteile zu berücksichtigen.

Hier sind einige Einschränkungen, die du berücksichtigen solltest:

• Begrenzte Aktionsauswahl: Du kannst zwar viele Ereignisse in der virtuellen Welt auslösen, aber nicht alle werden vom Agenten selbst ausgeführt. Die Aktionen, die ein Agent direkt ausführen kann, sind weiterhin begrenzt.

• Interaktion mit anderen Agenten: Die Erstellung realistischer Interaktionen zwischen mehreren unabhängigen Agenten in derselben Umgebung befindet sich noch in der Entwicklung.

• Genauigkeit der realen Welt: Google Genie 3 kann reale Orte noch nicht mit perfekter geografischer Präzision nachbilden.

Wichtige Erkenntnisse#

Google Genie 3 stellt einen bedeutenden Fortschritt bei der Erstellung realistischer, interaktiver 3D-Welten mit KI dar. Es kann einfache Texteingaben zum Leben erwecken, Physik simulieren und sogar KI-Systeme in sicheren virtuellen Umgebungen trainieren.

Obwohl das Modell noch Einschränkungen hat, eröffnet es zahlreiche Möglichkeiten für Forschung, Gaming und die Entwicklung von KI. Es ist außerdem ein entscheidender Schritt hin zu AGI-Systemen, die ähnlich wie Menschen denken und lernen können.

Besuche unser GitHub-Repository, um mehr über KI zu erfahren. Tritt unserer aktiven Community bei und entdecke Innovationen in Bereichen wie KI im Einzelhandel und Bildverarbeitung mit KI in der Fertigung. Wenn du heute mit Computer Vision beginnen möchtest, sieh dir unsere Lizenzierungsoptionen an.