20 नवंबर 2026 को Google DeepMind ने Gemini 4 और Genie 4 मॉडलों के नए संस्करणों की उपलब्धता की घोषणा की, जो यथार्थवादी विश्व सिमुलेशनों के निर्माण और रोबोट प्रशिक्षण में उनके उपयोग की क्षमताओं का उल्लेखनीय विस्तार करते हैं। ये अद्यतन विश्व मॉडलों और vision-language-action प्रणालियों के क्षेत्र में पूर्ववर्ती कार्यों पर आधारित हैं, परंतु वास्तविक समय और बहुविधता में महत्वपूर्ण सुधार प्रस्तुत करते हैं।
Genie 4 एक मूलतः बहुविध विश्व मॉडल है, जो 24 fps पर 720p तक के रिज़ॉल्यूशन में केवल दृश्य दृश्यों का ही नहीं, बल्कि समकालिक ऑडियो-सामग्री भी उत्पन्न करता है: परिवेशी ध्वनियाँ, संगीत और पात्रों के संवाद। मॉडल सिमुलेशनों को वास्तविक दुनिया में anchoring के लिए Gemini Omni की क्षमताओं और दृश्यों की सुसंगति तथा निरंतरता बनाए रखने के लिए Gemini के अन्य रूपों को एकीकृत करता है। उपयोगकर्ता पाठ संकेतों के माध्यम से वास्तविक समय में सिमुलेशन को प्रभावित कर सकते हैं — मौसम बदलना, वस्तुएँ या पात्र जोड़ना — और Gemini-घटक परिवर्तनों को संदर्भानुसार अनुकूलित करते हैं तथा भौतिक विश्वसनीयता पर नज़र रखते हैं।
रोबोटिक्स के क्षेत्र में Gemini 4 Argon की मुख्य भूमिका है, जो सिमुलेशन इंजन के रूप में कार्य करता है। यह वास्तविक वीडियो दृश्यों के आधार पर हज़ारों विविध सिम्युलेटेड रन उत्पन्न करता है, डिजिटल ट्विन बनाता है और कौशलों के सामान्यीकरण को तेज़ करता है। इससे Gemini Robotics 2.5 विकसित करना संभव हुआ — जो आज तक का सबसे उन्नत VLA मॉडल है। DeepMind के अनुसार, यह मॉडल कार्य के प्रकार के आधार पर कार्य-निष्पादन की सफलता में 30–100 % की वृद्धि और निष्पादन में 20–30 % की तेज़ी पिछले संस्करणों की तुलना में दर्शाता है, जिनका परीक्षण 200 से अधिक कार्यों पर किया गया, जिनमें विकृत होने योग्य वस्तुओं और महीन उपकरणों के साथ कार्य भी शामिल हैं।
मूल्यांकन पद्धति में प्रयोगशाला परीक्षण और वास्तविक पायलट दोनों शामिल हैं, उदाहरण के लिए Mercedes-Benz की उत्पादन लाइनों पर रोबोट Apptronik Apollo 2 के साथ, जहाँ पुर्जों की असेंबली के कार्य में 96 % सफलता प्राप्त हुई। तथापि, DeepMind बाहरी मॉडलों की तुलना में विस्तृत बेंचमार्क प्रकाशित नहीं करता, और ध्यान आंतरिक मीट्रिकों तथा steerability — वास्तविक समय में खतरों से बचने की क्षमता — पर केंद्रित है। इससे पुनरुत्पादनीयता और अन्य प्रयोगशालाओं के समानांतर दृष्टिकोणों, जैसे embodied AI में OpenAI या Boston Dynamics के कार्यों, के साथ तुलना के बारे में प्रश्न बने रहते हैं।
विश्व मॉडलों के परिदृश्य में Genie 4, Genie 3 पर आधारित है, जो सुसंगत सिमुलेशनों की अवधि को दोगुना करता है और native audio जोड़ता है, जो DeepMind के दृष्टिकोण को Runway जैसे विशुद्ध दृश्य जनरेटरों से अलग करता है। रोबोटिक्स के लिए Gemini 4 Argon के साथ एकीकरण एक बंद चक्र बनाता है: सिमुलेशन VLA मॉडलों के प्रशिक्षण को तेज़ करते हैं, और वे बदले में सिमुलेशनों की गुणवत्ता सुधारते हैं। यह पिछली पुनरावृत्तियों की तुलना में एक रणनीतिक बदलाव है, जहाँ डेटा मुख्यतः वास्तविक दुनिया में एकत्र किया जाता था।
इसके परिणामस्वरूप भौतिक बुद्धिमत्ता के विकास में तेज़ी आती है: रोबोट नए वातावरणों के अनुकूल अधिक शीघ्रता से होते हैं, जो औद्योगिक स्तर पर विस्तार का मार्ग खोलता है। तथापि, यह अस्पष्ट बना हुआ है कि परीक्षित 200 कार्यों से परे कौशल कितने सामान्यीकरण योग्य हैं और मॉडल अतिरिक्त जाँच के बिना दीर्घकालिक एजेंटिक परिदृश्यों को कैसे संभालता है।
खुले प्रश्न दावा किए गए सुधारों के स्वतंत्र सत्यापन और सुरक्षा पर प्रभाव से संबंधित हैं — DeepMind ने ASIMOV-Jailbreak बेंचमार्क जारी किया, जहाँ Argon 99,5 % प्रतिरोध दर्शाता है, परंतु अनियंत्रित वातावरणों में वास्तविक जोखिमों के लिए समुदाय द्वारा और अधिक शोध की आवश्यकता है।
इस प्रकार, Gemini 4 और Genie 4 का संयोजन ज़ोर को पृथक मॉडलों से एकीकृत सिमुलेशन-प्रशिक्षण चक्रों की ओर स्थानांतरित करता है, जो embodied AI में अगले कदम को अधिक सुलभ बनाता है।

