Создание видео ИИ Гугл: Genie 4 открыли через Gemini API

18 ноября Genie 4 была доступом для подписчиков AI Ultra, 19 ноября Гугл открыл её разработчикам через Gemini API и AI Studio. Демо превратилось в инструмент, и это меняет сам способ работы с локацией: превиз, интерактивный питч, фоны для съёмки. Разбираю, что именно открыли, что из этого собирается и где упирается потолок 720p.

Слева запертая панель с замком, пунктирная стрелка ведёт через холмы к открытому оранжевому порталу
01

Что именно открыли 19 ноября

Гугл выпускает Genie 4 слоями. 18 ноября модель получила подписка AI Ultra, и вчерашний доступ для подписчиков Ultra я разбирал отдельно. Через день, 19 ноября, Genie 4 появилась у разработчиков: через Gemini API, точнее через его Interactions API, и в Google AI Studio. За сутки демо для избранных стало обычным программным доступом, и это само по себе новость: интервал в один день между подпиской и API Гугл раньше себе не позволял.

02

Создание видео ИИ Гугл: старт с промпта и картинки

Сценарий работы такой. Старт даёт текстовый промпт, картинка-референс или оба сразу. Дальше модель генерирует непрерывный мир в 720p при 24 кадрах в секунду, и звук там родной и синхронный: от фоновых звуков и эффектов до реплик персонажей. Управление идёт клавиатурой в реальном времени плюс живыми текстовыми промптами: можно ходить по миру и на лету менять погоду, свет, объекты, события. Рассуждение Gemini держит состояние мира согласованным, поэтому сцена не рассыпается между шагами. На каждом выходе стоит невидимый водяной знак SynthID.

Отсюда ключевая разница с обычными видеомоделями. Классическая модель принимает промпт и выдаёт фиксированный клип: длина задана, движение зашито в файл, переделка означает новый прогон. Genie 4 выдаёт живое состояние, которое реагирует на ввод в реальном времени. Для односекундных вертикальных вставок это избыточно, а для всего, где локация важнее отдельного кадра, это другой класс инструмента.

Про звук отдельно. В анонсе Genie 4 со звуком мы уже разбирали, что нативная дорожка меняет экономику звука в ИИ-видео. Тогда она жила в интерфейсе, теперь она доступна и через API, то есть её можно закладывать в свои сценарии и приложения.

Слева пустой неподвижный кадр на штативе, справа живой мир с идущим персонажем и пультом
03

Гугл нейросеть для создания видео как инструмент продакшна

Google называет свои сценарии: прототипы интерактивного опыта, визуализация пространственных идей, обучение роботов и ИИ-агентов. Мой интерес ближе к съёмке, и из анонса видно три практических применения.

Первое, превиз локации. Прогулка по миру до генерации финальных кадров: выбрал ракурсы, свет, точку входа, зафиксировал план. Второе, интерактивный питч для клиента. Заказчик сам ходит по будущей локации и говорит, что поменять, вместо того чтобы смотреть статичную раскадровку. На практике это снимает половину правок на этапе согласования: спор о ракурсе заканчивается в тот момент, когда клиент увидел альтернативу своими глазами. Третье, генератор фонов для съёмки: погода и свет меняются на лету, план не нужно пересобирать заново под каждую версию.

В AI Studio для этого есть интерактивный холст и стартовые приложения, то есть часть сценариев проверяется без единой строки кода.

04

Что пока не дотягивает

Ограничения Гугл честно перечислил ещё в запуске 18 ноября: задержка камеры, сложные физические взаимодействия, точность звука в реальном времени, долгое постоянство сцены. К этому добавлю главное для рекламы: 720p при 24 кадрах в секунду пока не финальная картинка. Для превиза, раскадровки и чернового питча этого достаточно, для экрана в рекламном ролике нет. Когда нужен готовый рекламный ролик, дальше идёт обычная сборка ролика нейросетями или съёмка, а мир из Genie 4 остаётся на подготовительном этапе.

Про «долгое постоянство сцены» стоит сказать прямее. Модель хорошо держит мир в короткой сессии, а длинная непрерывная сцена требует согласованности на минуты, и там список ограничений Гугл пока не закрывает. Это же относится и к сложной физике: столкновения, взаимодействие с предметами, точная траектория, всё то, что в рекламе часто и есть сюжет.

Три шага: обход локации, клиент у макета местности и съёмка оранжевого фона с солнцем
05

Как попробовать и где смотреть цены

Вход через Google AI Studio: интерактивный холст и стартовые приложения, работа начинается с промпта или картинки. Программный путь лежит через Interactions API в составе Gemini API. Цены Гугл выложил на странице цен Gemini API, называть их здесь смысла нет: тарифы на генеративные модели двигаются каждый месяц, и актуальной остаётся одна цифра, та что на странице цен.

06

Мой вывод

API превращает модель мира из демо в рабочий инструмент. Самое ценное здесь скорость итераций: локация, свет и погода меняются в разговоре, и питч собирается за вечер. В финальную рекламу Genie 4 в нынешнем качестве не идёт, и это нормально, у неё другая роль в пайплайне. Тестовый день с AI Studio скажет о пригодности для вашего проекта больше, чем любой обзор, и стоит он только времени.

частые вопросы

01Чем доступ через Gemini API отличается от подписки AI Ultra
Подписка даёт модель через интерфейс, API открывает программный доступ разработчикам через Interactions API и AI Studio. Оба открытия случились с интервалом в один день, 18 и 19 ноября.
02Можно ли собрать рекламный ролик на Genie 4
Финальный рекламный ролик нет: 720p при 24 кадрах в секунду не дотягивает до эфирного качества. Для превиза, питча и генерации фонов уже можно.
03Нужно ли уметь программировать
В AI Studio есть интерактивный холст и стартовые приложения, базовые вещи проверяются без кода. Сборка собственного сценария через Interactions API уже требует разработчика.