Ежедневный AI-брифинг, 28 октября: Genie 4 выходит с ограниченным доступом, а Gemini Robotics ER 2 открывается в режиме предварительного просмотра

Google за сутки на этой неделе выпустил в превью две модели физического ИИ, а доступ к ним организовал противоположным образом. Genie 4 — модель мира от Google DeepMind, генерирующая управляемую сцену с синхронизированным звуком, — была анонсирована 27 октября 2026 года для ограниченной группы доверенных тестировщиков, с листом ожидания и без опубликованной цены. Gemini Robotics Embodied Reasoning 2 — ER 2, высокоуровневый планировщик для роботов, который Google Cloud в тот же день перевёл в публичное превью, — идёт с идентификатором модели, страницей документации и формой регистрации, которую может заполнить любой клиент Cloud. Обе — превью. Только у одной из них есть дверь, в которую можно войти уже сегодня.

Эта асимметрия — главная история недели, в большей степени, чем любая из моделей сама по себе. Google собирает две половины стека физического ИИ: модель мира, которая может производить опыт, и модель воплощённого рассуждения, которая способна планировать действия в условиях реальных роботов. Эти половины были анонсированы с разницей в один день и распространяются двумя разными подразделениями компании в рамках двух разных режимов доступа. Далее следует краткий обзор, а не рецензия — каждая цифра ниже помечена тем, кто её подготовил.

Пункт 1 — Genie 4 и три утверждения, которые делают всю работу

В посте DeepMind мало цифр и много заявлений о возможностях. Три из них важны:

• Нативное аудио. Genie 4 генерирует окружающий звук, музыку и интерактивный диалог за один проход вместе с кадрами, а не озвучивает немую симуляцию задним числом. Это первая модель мира от DeepMind, способная на это.

• Живое управление. Текстовая инструкция может перемещать камеру, менять погоду или добавлять персонажа, пока мир работает, а модель Gemini адаптирует инструкцию к тому, что сейчас на экране.

• Более длительное окно. Циркулирующая цифра — примерно две минуты согласованности сцены, вдвое больше, чем у Genie 3. Эта цифра взялась из брифингов при запуске, а не из блога: в собственном тексте Google говорится, что модель поддерживает «короткие сессии», и продолжительность в письменном виде не указана. Считайте две минуты заявленной цифрой, за которой стоит вендор, а не технической спецификацией.

Структурное дополнение легче упустить, чем аудио. Gemini Omni привязывает симуляцию к реальному внешнему виду и поведению, а Gemini 3.8 Flash находится в цикле, наблюдая за генерируемыми кадрами, разбивая цель на шаги и перепланируя, когда сцена отклоняется. В демо, которое Google решила обнародовать, Gemini 4 Argon декомпозировал задачу, которую затем Genie 4 симулировал в реальном времени, а человекоподобный робот Apptronik Apollo играл в шашки. Это отличается от видеогенератора: генератор отвечает на запрос видеофрагментом, тогда как генератор плюс планировщик отвечает на цель последовательностью проверенных состояний.

То, что Google не опубликовала, столь же значимо, как и то, что она опубликовала. Нет ни разрешения, ни частоты кадров, ни количества параметров, ни измерения задержки, ни оценки в бенчмарках, ни цены. Все опубликованные на этой неделе сравнования в духе «Genie 4 реалистичнее» — это сравнение демонстрационных роликов и списков функций, поскольку никто за пределами круга доверенных тестировщиков не измерял результаты работы. Google всё же признаёт режимы отказов: детализация и постоянство объектов дрейфуют в длительных сессиях и после повторных правок, пространственная точность несовершенна, текст внутри сгенерированного мира часто нечитаем, а точность аудио остаётся нерешённой. Все сгенерированные видео- и аудиоматериалы содержат водяной знак SynthID.

Пункт 2 — Gemini Robotics ER 2, на который вы действительно можете записаться

Модель ER 2 не является новинкой этой недели — Google представила её 30 июля 2026 года в ограниченном закрытом предварительном просмотре, — но анонс 27 октября — именно тот, который меняет круг тех, кто может её использовать. Теперь она доступна в публичном предварительном просмотре на платформе Gemini через Model Garden, и её можно попробовать в Agent Studio с идентификатором модели gemini-robotics-er-2-preview.

Google позиционирует это как высокоуровневый «мозг» робота, а не контроллер. Система объединяет пространственно-временное понимание видео, долгосрочное планирование и защитные механизмы безопасности в оркестрационном слое: разработчики объявляют низкоуровневые интерфейсы управления — модели «зрение-язык-действие», API навигации, пользовательские функции — как инструменты, а ER 2 планирует на их основе. Она также классифицирует прогресс выполнения задачи, что позволяет роботу замечать сбой на шаге и повторять его, не перезапуская весь рабочий процесс.

Показатели, заявленные поставщиком, которые Google приводит в первую очередь:

• Точное определение кадра события — точность 91,3% при определении точного кадра, в котором происходит критическое событие, со средним абсолютным расстоянием до кадра 0,96 секунды.

• Скорость выполнения — 4x, описывается как «лишь часть вычислительных затрат многих категорий более крупных моделей». В предложении не указана базовая величина, поэтому кратность носит ориентировочный, а не сопоставимый характер.

• Считывание показаний приборов — более 10 категорий, включая круглые шкалы, смотровые стёкла, цифровые дисплеи, линейные шкалы и жидкостные термометры, показания которых считываются напрямую с визуального ввода.

• Безопасность — 97.9% по показателю соблюдения инструкций по безопасности и 93.0% по показателю близости к человеку при пороге в один метр, согласно собственным отчётам Google по безопасности. Физические меры защиты, такие как аварийные остановы, барьеры и ограничения усилия, остаются зоной ответственности оператора; эти оценки характеризуют рассуждения, а не аппаратное обеспечение.

В самом анонсе нет прайс-листа, только ссылка на страницу с ценами. Для предварительной модели это нормально, и это также то число, которое команде закупок нужно узнать в первую очередь.

Закономерность, лежащая в основе этих двух пунктов.

Если читать эти анонсы вместе, они описывают стек, который создаётся публично, а продаётся приватно. Модель мира полезна для обучения роботов, только если она способна генерировать достаточно разнообразного опыта с возможностью сброса, чтобы иметь значение; планировщик робота полезен, только если его можно оценивать по чему-то иному, кроме фиксированного видеокорпуса. Google явно нацеливает эти две разработки друг на друга. Столь же ясно, что компания не готова передать ни одну из них непроверенному клиенту: Genie 4 доступен только тестировщикам, ER 2 — только в режиме предварительного просмотра, и ни у одного нет даты общего доступа.

Это оставляет практический вопрос для всех, кто строит что-либо на этом стеке: какие части уже можно вызывать?

• Вызов недоступен. Genie 4 — до открытия списка ожидания или заключения партнёрского соглашения о раннем доступе. Gemini Robotics ER 2 — если только вы не готовы разрабатывать на основе публичной предварительной версии в Google Cloud.

• Доступны уже сегодня. Gemini Robotics ER 1.6 preview есть в каталоге OrcaRouter, как и Gemini 3.8 Flash — та же модель, которую Google называет агентом в цикле, проверяющим кадры Genie 4 и перепланирующим. Ни одна из них не является моделью мира. Обе — половина конвейера, отвечающая за рассуждения, и их можно использовать уже сейчас, а не после списка ожидания.

OrcaRouter маршрутизирует их через единый API более чем по 200 моделям, передавая списочные цены провайдеров с наценкой 0%, поэтому изменение цены от Google попадает в наш каталог в тот же день, когда публикуется. Автоматическое переключение при отказе здесь важнее обычного: модель уровня preview могут ограничить по частоте запросов или вывести из каталога, и второй провайдер за тем же вызовом — это разница между экспериментом и простоем. DSL маршрутизации — другой вариант, когда конвейеру нужны планировщик и отдельная модель для верификации в одном составном вызове. Мы не хостим Genie 4, и ничто в этом брифе не следует воспринимать как маршрут к нему.

Что изменило бы этот бриф?

Четыре события вывели бы Genie 4 из колонки «демо» и превратили бы в нечто, под что команда может закладывать бюджет: опубликованный лист спецификаций с разрешением и частотой кадров; цена для уровня Gemini API; первое независимое измерение от кого-то вне пула доверенных тестировщиков; и выпуск Genie 4 от Project Genie для подписчиков AI Ultra — единственная потребительская площадка, которую назвал Google. Эквивалентное событие для ER 2 — тарифная карта и дата общего доступа.

А до тех пор честный вывод таков: Google на одной и той же неделе объявила о самой продвинутой модели мира, которую она создала, и о самом удобном планировщике для роботов, который она выпустила, а более впечатляющий из двух вариантов поместила за лист ожидания. То, к чему уже можно обратиться сегодня, — это менее громкое объявление. Обычно недели предварительных анонсов проходят именно так.