Genie 4 vs Odyssey-3: En uppmätt värld mot en icke uppmätt

Google DeepMind tillkännagav Genie 4 den 27 oktober 2026 som en forskningsförhandsvisning för betrodda testare. Odyssey öppnade en gratis webbläsarförhandsvisning av Odyssey-3 den 8 oktober 2026, tre veckor efter att man tillkännagav den. Ställ de två sida vid sida och en asymmetri avgör större delen av argumentet: Odyssey-3 har en rad på en tredjepartsleaderboard som vem som helst kan gå och läsa, och Genie 4 har inget publicerat nummer av något slag – ingen upplösning, ingen bildfrekvens, ingen latens, inget benchmark, inget pris. Det gör inte Odyssey-3 till den bättre modellen. Det gör Odyssey-3 till den enda av de två som du för närvarande kan bilda dig en uppfattning om utan att ta en leverantörs ord för det.

Båda är interaktiva världsmodeller. Båda genererar video av en scen i stället för 3D-geometri som du kan exportera. Båda riktar sig uttryckligen mot samma kommersiella uppgift: att ge robotar och agenter en plats att öva på. Och båda är murar av förbehåll utklädda till produkter. Den intressanta jämförelsen är inte vilken som renderar en mer övertygande äng. Det är vad respektive företag valde att visa upp, och vad det valet säger om hur nära någon av dem är att vara användbar.

Vad var och en faktiskt är

Genie 4 är den fjärde generationen av DeepMinds världssimulator, efter Genie 3 i augusti 2025. Den genererar en utforskningsbar scen utifrån en prompt, låter dig styra den med skrivna instruktioner medan den körs och producerar nu ljud i samma pass som video. Google kallar den den första världsmodellen i realtid som genererar ljud inbyggt. En Gemini-modell sitter i loopen som planerare, kontrollerar bildrutorna mot målet och planerar om när de avviker.

Odyssey-3 kommer från Odyssey, ett labb i Palo Alto grundat av veteraner inom självkörande fordon som tog in 310 miljoner dollar i en B-runda i juni 2026 till en värdering på 1,45 miljarder dollar. Det är en autoregressiv diffusionstransformer som tränats att förutsäga hur en scen utvecklas som svar på handlingar – ett handlingskonditionerat dynamiskt system snarare än en videogenerator med en textruta. Du styr den i förstaperson, tredjeperson eller med en fri kamera, och den reagerar på rörelse som en miljö gör.

De dimensioner som spelar roll, sida vid sida:

• Koherensefönster – Genie 4 håller en scen i ungefär två minuter, dubbelt så länge som Genie 3; Odyssey-3 publicerar ingen sessionslängd alls.

• Upplösning — Genie 4 har inte publicerat någon; Odyssey-3 levereras med 832×480 i basnivån och 1280×720 på Odyssey-3 Pro.

• Bildfrekvens — opublicerad på båda sidor, även om en Physics-IQ-kolumn från tredje part anger 16 fps för Odysseys bidrag.

• Ljud — inbyggt omgivningsljud, musik och interaktiv dialog i Genie 4; saknas i Odyssey-3.

• Styrning – redigeringar med naturligt språk av väder, kamera och objekt mitt i scenen i Genie 4; rörelse- och kamerakontroll i Odyssey-3, utan en språkregissör.

• Benchmark — inga publicerade för Genie 4; en tredjepartsinlämning och en egenkörd resultattavla för Odyssey-3.

• Åtkomst — betrodda testare och en väntelista för Genie 4; en gratis webbläsardemo idag för Odyssey-3, med API-åtkomst på begäran.

Siffran som skiljer dem åt

Physics-IQ Verified är det närmaste den här kategorin kommer en oberoende resultattavla. Det drivs tillsammans med Anates Labs och DeepMind och bedömer om en genererad scen följer fysikens lagar när något tappas, hälls, svingas eller slås. Odyssey skickade in Odyssey-3 och Odyssey-3 Pro till det. Google skickade inte in Genie 4 till något.

På video-till-video-spåret, avläst den 13 oktober 2026, fick Odyssey-3 Pro 66,10 poäng och rankades först. Bas-Odyssey-3 fick 64,43. Det är siffrorna som Odyssey anger, och de kommer med ett samplingsvillkor som förändrar hur du bör läsa dem: de är bäst-av-åtta-körningar, där modellen får åtta försök och det bästa poängsätts. Vid en enda generering får samma modeller 63,37 och 61,56. Ger man Odyssey-3 benchmarkens egna prompter i stället för prompter som den skrev åt sig själv, faller poängen till 51,76, en åttondeplats, ungefär tio poäng under dess rubriksiffra.

Det är det mest användbara på tavlan, eftersom det är den närmaste approximationen av vad en kund faktiskt skulle uppleva. Ett team som driftsätter den här modellen får inte åtta försök och en poängsättare. Det skriver en prompt och får en värld. Den ärliga tolkningen är att Odyssey-3:s fysik är genuint stark i förhållande till videogeneratorer — den slår FLUX 3 [large] på video-till-video-spåret — och att en betydande del av dess ledning är selektionseffekt. Odysseys andra påstående, förstaplats i tre av fyra WorldMark-kategorier, är ännu svagare: den utvärderingen kördes av Odyssey, Odyssey-3 förekommer inte i WorldMarks publicerade resultat, och Odyssey anger tretton mätvärden där tavlan beskriver nio.

Genie 4:s rad i den tabellen är tom, och tomheten är inte neutral. Google släppte en lansering med ett ovanligt hål i. Genie 3:s presentationsmaterial från 2025 visades i 720p och 24 bilder per sekund; Genie 4:s blogginlägg diskuterar realism utan att ange någon av siffrorna. När ett labb publicerar ett kvalitetspåstående och undanhåller de två siffrorna som skulle låta dig kontrollera det, är undanhållandet budskapet. Något med den nuvarande utdatan överlever inte att skrivas ned bredvid sin föregångare.

Två olika satsningar på var intelligensen hör hemma

Den arkitektoniska uppdelningen har större konsekvenser än specifikationsbladet, eftersom den avgör vad du kan bygga ovanpå varje modell.

Genie 4 levereras med en pilot. Gemini 3.8 Flash tittar på de genererade bildrutorna, delar upp ett mål i steg, bedömer om scenen utförde det som begärdes och reviderar planen. Gemini Omni förankrar simuleringen i hur saker faktiskt ser ut och beter sig. I ett experiment delade Gemini 4 Argon upp en robotikuppgift i bildtexter som Genie 4 sedan simulerade i realtid, bland annat en Apptronik Apollo-humanoid som spelar dam. Påståendet bakom allt detta är att modellen kan repetera en uppgift på egen hand, utan att en människa styr varje bildruta.

Odyssey-3 levereras med en cockpit. Det finns ingen planerare i loopen. Modellen är betingad på dina handlingar, och sessionens kvalitet är en funktion av hur väl du styr den. Det är ett mindre påstående, och ett mer ärligt sådant om vad tekniken för närvarande gör — en världsmodell som behöver en kompetent operatör är fortfarande användbar för utvärdering, datagenerering och utforskning, varav inget kräver autonomi.

Den praktiska konsekvensen: om ditt användningsfall är "att generera olika typer av misslyckandefall som en policy kan lära sig av" ligger Odyssey-3:s utformning närmare det du behöver, och du kan prova det redan idag i en webbläsare. Om ditt användningsfall är "en agent som sätter sin egen läroplan" är Genie 4 den enda av de två som gör det påståendet, och ingen utanför testgruppen har verifierat det.

Robotik är jobbet som båda auditionerar för.

Inget av företagen är blyga om målet. Google ramar in Genie 4 kring träningsmiljöer för robotar och agenter. Odyssey demonstrerade en robotarm som återhämtade sig från manipulationsfel, humanoid styrning genom Flexion-policyer, en bil som körde på riktiga vägar i Indien efter ungefär tjugo timmars träningsdata, och inomhusdrönarnavigering – sex domäner från en enda basmodell, allt enligt leverantören och inget oberoende reproducerat.

Det påstående som är värt att ta på allvar är överföring mellan olika förkroppsliganden, eftersom det är det som skulle göra en världsmodell ekonomiskt annorlunda än en simulator. Om dynamik som lärts in från en kropp överförs till en annan, slutar man bygga fysik för hand för varje robot. Odyssey säger sig ha demonstrerat tidig överföring mellan spel, genom att spela en titel med färdigheter som lärts in i en annan. Det är långt ifrån ett fabriksgolv, men det är rätt riktning, och det är den typen av resultat som en konkurrent skulle vilja replikera snarare än bestrida.

Genie 4:s robotikevidens är en demo av en humanoid som spelar ett brädspel i simulering. Den är charmig och den bevisar att pipelinen hänger ihop. Den bevisar inte att simuleringen är tillräckligt trovärdig för att träna på, och utan publicerad upplösning, bildfrekvens eller fysikpoäng finns det inget sätt att kontrollera det.

Ljud är verkligt, och det är inte en utslagsröst.

Genie 4 genererar omgivningsljud, musik och talad dialog som svarar på det du säger till en karaktär i scenen. Det är en genuin första gång för DeepMinds världsmodeller och det förändrar vilka jobb modellen rimligen kan utföra – en previsualiseringstagning utan ljud är en halv tagning, och en ljuddesigner som måste bygga upp rumsljudet från grunden arbetar utifrån modellens timing i stället för sin egen.

Det avgör inte heller den här jämförelsen. Odyssey-3 försöker inte vara ett filmverktyg; det försöker vara en fysisk miljö. Tystnad kostar det ingenting i en robotikläroplan och kostar det väldigt mycket i en storyboardgranskning. Googles egna förbehåll undergräver ändå funktionen: företaget listar realtidsljudets noggrannhet som olöst, tillsammans med läsbar text i världen och rumslig noggrannhet. En värld vars skyltning du inte kan läsa är ingen ersättning för en gata, och dialog som glider från sin källa är inget man kan klippa mot.

Vad tillgång faktiskt kostar

Du kan öppna Odyssey-3 i en webbläsare i eftermiddag och köra den gratis. Den offentliga demon kör en destillerad variant med få steg som företaget kallar Odyssey-3 Flash – ett tredje namn som Odyssey inte dokumenterar någon annanstans – medan de fullständiga modellerna ligger bakom en begäran om prioriterad åtkomst. Det finns inget självbetjänings-API, ingen prislista, inga vikter, ingen licens, och den enda villkorssidan på webbplatsen är äldre än Odyssey-3 och beskriver fortfarande Odyssey-2-prototypen.

Genie 4 har hårdare åtkomstbegränsningar. Betrodda testare har tillgång till det nu; Google AI Ultra-prenumeranter utlovas åtkomst via Project Genie ”under de kommande veckorna” för ungefär 100 dollar i månaden, medan partner med tidig åtkomst når det via Gemini API och AI Studio. Det finns inget datum för allmän tillgänglighet och inget pris för utvecklare. En extern uppskattning som cirkulerar i kinesiskspråkig press angav en tvåminuterssession till omkring 7,84 dollar i beräkningskostnad – från en enda källa, obekräftad av Google och inte ett pris som någon har fått uppgivet.

Den asymmetrin är hela upphandlingshistorien. Odyssey-3 kostar dig en eftermiddag att utvärdera och säger ingenting om vad det kommer att kosta att köra i produktion. Genie 4 kostar dig en väntelista och säger ingenting om någonting. Om du behöver ett svar det här kvartalet är bara en av de här frågorna ens möjlig att ställa.

Hur man väljer det här kvartalet

Börja med det du kan mäta. Om du behöver en interaktiv miljö för utforskning, datagenerering eller en demo, prova Odyssey-3 i webbläsaren och fråga sedan Odyssey vad en session kostar och vilka gränserna för samtidighet är – svaren berättar mer om produktens mognad än något benchmark. Behandla dess 66.10 som ett bäst-av-åtta-resultat och dess 51.76 som det realistiska, och planera utifrån det andra.

Om det du behöver är en agent som planerar i en simulering är Genie 4 det enda alternativet som gör det påståendet, och det finns inget att testa. Det rationella draget är att vänta på väntelistan och under tiden bygga mot den halva av arkitekturen som redan är en commodity: planeraren. Gemini 3.8 Flash är modellen som Google satte i Genie 4:s loop, och det är en routbar LLM i dag snarare än en världsmodell bakom grindar. Den finns i vår katalog som google/gemini-3.8-flash, anropbar via ett API med leverantörernas listpriser vidarebefordrade med 0 % påslag. OrcaRouter har inte Genie 4 eller Odyssey-3 — ingen av dem är en adresserbar endpoint någonstans — så den ärliga uppdelningen är en planerare du kan köpa och en simulator du ännu inte kan. I den formen spelar failover roll: om den enda utbytbara delen av din stack är den vägledande agenten vill du att den ska kunna flytta mellan leverantörer utan ett nytt avtal, och routnings-DSL:en låter dig låsa en billig modell för verifieringspass och en starkare för planering.

Det finns också ett billigare experiment som ingen genomför. Låt samma planerare arbeta mot Odyssey-3:s webbläsarsession och mot en konventionell fysikmotor, och se vilken som producerar bättre träningsdata per dollar. Den jämförelsen kostar en vecka och skulle avgöra mer än vad något av lanseringsinläggen gjorde.

Vad skulle avgöra det?

Tre saker, i ordning efter användbarhet. En upplösning och bildfrekvens för Genie 4, från Google eller från vilken testare som helst som är beredd att publicera en inspelning i ursprunglig storlek. En körning av båda modellerna i samma testrigg på Physics-IQ med prompter som tillhandahålls av benchmarken, en enda generering, vilket för första gången skulle ge samma siffra på båda raderna. Och kommersiella villkor – en taxa per sekund, en licens, en siffra för samtidighet – eftersom en världsmodell som man inte kan prissätta är en demo, oavsett vilket labb som har byggt den.

Tills en av dem lanseras är den korrekta sammanfattningen obehaglig för båda företagen. Odyssey-3 är mätbar och snäv, med ett starkt tredjepartsresultat som krymper under realistisk sampling. Genie 4 är bredare och omätbar, med en planerare inuti och ännu inga bevis för att världen den planerar mot är trogen. Klyftan mellan dessa två positioner är inte en klyfta i förmåga. Det är en klyfta i öppenhet, och det är läsarens uppgift att lägga märke till vilken av dem som man ombeds att acceptera på tro.