ब्रेकिंग
AIताज़ा

Google Genie 4 अब Gemini API पर: टेक्स्ट या फोटो से बनेगी 720p इंटरैक्टिव दुनिया, 24fps वीडियो और लाइव ऑडियो; कीमत $0.10 प्रति सेकंड

फीचर्ड इमेज: Google DeepMind का लोगो (फोटो: Wikimedia Commons) Google DeepMind का नया वर्ल्ड मॉडल Genie 4 अब डेवलपर्स के लिए Gemini API पर आ गया है।

Google Genie 4 अब Gemini API पर: टेक्स्ट या फोटो से बनेगी 720p इंटरैक्टिव दुनिया, 24fps वीडियो और लाइव ऑडियो; कीमत $0.10 प्रति सेकंड

मुख्य बातें

  • Genie 4 क्या है
  • API पर कैसे काम करेगा
  • Neon से क्या फर्क है

फीचर्ड इमेज: Google DeepMind का लोगो (फोटो: Wikimedia Commons)

Google DeepMind का नया वर्ल्ड मॉडल Genie 4 अब डेवलपर्स के लिए Gemini API पर आ गया है। 19 नवंबर 2026 से Gemini API के पेड डेवलपर Genie 4 को कॉल कर सकते हैं — यह वह AI मॉडल है जो एक लाइन टेक्स्ट या एक फोटो से ऐसी दुनिया बना देता है, जिसमें आप घूम सकते हैं, कैमरा घुमा सकते हैं, मौसम बदल सकते हैं और किरदारों से बात कर सकते हैं। दुनिया 720p वीडियो में 24 फ्रेम प्रति सेकंड की रफ्तार से लाइव बनती है, और साथ में आवाज़ भी अपने आप बनती है — कदमों की आहट, हवा, बारिश और किरदारों की बातचीत तक। Google ने Genie 4 का ऐलान 27 अक्टूबर 2026 को किया था; अब यह रिसर्च प्रीव्यू से निकलकर API पर पहुंच गया है।

एक नज़र में:

  • Genie 4, Google DeepMind का रियल-टाइम वर्ल्ड मॉडल, 19 नवंबर 2026 से Gemini API पर उपलब्ध।
  • टेक्स्ट प्रॉम्प्ट या रेफरेंस फोटो से इंटरैक्टिव दुनिया बनती है; WASD कीबोर्ड और नए टेक्स्ट निर्देशों से बीच में ही बदली जा सकती है।
  • 720p वीडियो, 24fps, नेटिव ऑडियो — बैकग्राउंड आवाज़, संगीत और किरदारों की बातचीत अपने आप बनती है।
  • कीमत: Gadgets Now के मुताबिक, करीब $0.10 प्रति सेकंड; एक सेशन ज़्यादा से ज़्यादा 120 सेकंड का, यानी पूरा सेशन करीब $12 का।
  • मॉडल: Interactions API पर models/genie-4; सेशन WebRTC या WebSocket पर चलता है।
  • ऐलान: 27 अक्टूबर 2026 को Google ब्लॉग पर; पहले सिर्फ भरोसेमंद टेस्टर्स को मिला था।
  • हर वीडियो और ऑडियो पर Google का SynthID वॉटरमार्क लगेगा।
  • Gemini 4 Neon के एक दिन बाद आया — Neon टेक्स्ट देता है, Genie 4 इंटरैक्टिव वीडियो बनाता है।

Genie 4 क्या है

सीधे शब्दों में कहें तो Genie 4 एक वर्ल्ड मॉडल है — यानी ऐसा AI, जो सिर्फ तस्वीर या वीडियो नहीं बनाता, बल्कि एक पूरी दुनिया को फ्रेम-दर-फ्रेम, रियल टाइम में बनाता जाता है। आप एक सीन शुरू करते हैं — जैसे “बारिश में कोलकाता का ट्राम स्टॉप” — और दुनिया बनने लगती है। बीच में आप टेक्स्ट से कह सकते हैं कि कैमरा घुमाओ, मौसम बदलो या कोई नया किरदार लाओ। Google के मुताबिक, Gemini Omni इस सिम्युलेशन को असली दुनिया जैसा दिखने और बर्ताव करने में मदद करता है, जबकि Gemini 3.8 Flash एक गाइडिंग एजेंट की तरह सीन को देखता है, कई कदमों वाले कामों को बांटता है और आपके दखल पर योजना बदलता है।

सबसे बड़ी नई बात आवाज़ है। Genie 4, DeepMind का पहला रियल-टाइम वर्ल्ड मॉडल है, जो आवाज़ को भी अपने आप बनाता है — बैकग्राउंड की आवाज़ें, संगीत और किरदारों की बातचीत, वीडियो के साथ-साथ। Gadgets Now के मुताबिक, बारिश वाले ट्राम स्टॉप के प्रॉम्प्ट पर ट्राम की खड़खड़ाहट और टिन की छत पर बारिश की आवाज़ भी साथ में आती है।

API पर कैसे काम करेगा

डेवलपर Genie 4 को Interactions API के ज़रिए models/genie-4 के तौर पर कॉल करेंगे। सेशन WebRTC या WebSocket पर खुलता है — आप टेक्स्ट प्रॉम्प्ट, रेफरेंस फोटो या दोनों देते हैं, और दुनिया स्ट्रीम होने लगती है। चलते सेशन में WASD कीबोर्ड से घूमा जा सकता है और नए टेक्स्ट निर्देश भी दिए जा सकते हैं। Google AI Studio में इंटरैक्टिव कैनवस और स्टार्टर ऐप्स से इसे पहले आज़माया भी जा सकता है।

एक बात का ध्यान रखना होगा: Gadgets Now के मुताबिक, हर सेशन ज़्यादा से ज़्यादा 120 सेकंड का होगा, क्योंकि मॉडल एक रोलिंग विंडो पर रेंडर करता है — हाल की तस्वीरों को याद रखता है, कोई पूरा 3D सीन स्टोर नहीं करता। और बिलिंग में एक पेंच है: ब्राउज़र टैब बंद करने से भी सेशन अपने आप खत्म नहीं होता — चार्ज Google के सर्वर पर चलता रहता है, इसलिए ऐप को complete() या cancel() कॉल करके सेशन बंद करना होगा।

कीमत कितनी पड़ेगी

Gadgets Now के मुताबिक, Genie 4 की कीमत करीब $0.10 प्रति सेकंड है। इस हिसाब से पूरा 120 सेकंड का सेशन करीब $12 का पड़ेगा, और एक मिनट का टेस्ट करीब $6 का। यह कीमत सिर्फ स्ट्रीम किए गए आउटपुट की है — घड़ी उसी पल से चलने लगती है, जब दुनिया दिखने लगती है। ध्यान रहे, Genie 4 की अपनी कोई कीमत Google ने ऐलान के समय नहीं बताई थी; यह $0.10 प्रति सेकंड का आंकड़ा Gadgets Now की रिपोर्ट से है।

Neon से क्या फर्क है

Genie 4, Gemini 4 Neon के ठीक एक दिन बाद API पर आया है — Neon 18 नवंबर को आया था। दोनों एक ही API परिवार से हैं, पर काम अलग है: Neon टेक्स्ट, तस्वीर, ऑडियो और वीडियो लेकर टेक्स्ट लिखता है, जबकि Genie 4 दुनिया बनाता है — इंटरैक्टिव वीडियो। TimeTrolls पर हमने Gemini 4 Neon को पहले ही कवर किया है; दोनों को साथ पढ़ें तो Google की नई पीढ़ी की तस्वीर साफ हो जाती है।

किसे मिलेगा, किसे नहीं

फिलहाल Genie 4, Gemini API के पेड डेवलपर्स को मिल रहा है। ऐलान के समय यह सिर्फ कुछ भरोसेमंद टेस्टर्स के लिए रिसर्च प्रीव्यू था। आगे Google AI Ultra के ग्राहकों को Project Genie में और Gemini API व AI Studio के शुरुआती साझेदारों को भी मिलेगा। Project Genie की वेटलिस्ट सबके लिए खुली है। DataCamp के मुताबिक, अभी तक Genie 4 का कोई पब्लिश्ड बेंचमार्क, कोई कीमत और कोई आम उपलब्धता की तारीख नहीं है — यह रिसर्च प्रीव्यू ही है।

आम यूज़र के लिए इसका क्या मतलब है?

अगर आप डेवलपर नहीं हैं, तो भी इसका असर जल्द दिखेगा। गेम बनाने वाले इससे खेल की दुनिया के प्रोटोटाइप मिनटों में बना सकेंगे; फिल्म और विज्ञापन वाले सीन की दिशा पहले से देख सकेंगे; रोबोटिक्स में Genie की दुनियाओं को टेस्ट ग्राउंड की तरह इस्तेमाल किया जा रहा है, ताकि रोबोट असली हार्डवेयर पर जाने से पहले बदलते माहौल में अभ्यास कर सके। फोटोग्राफर अपनी एक पुरानी फोटो को ऐसी जगह में बदल सकेंगे, जिसमें दर्शक घूम सके। और हां, हर बनाई हुई चीज़ पर SynthID वॉटरमार्क होगा, ताकि AI से बनी चीज़ की पहचान हो सके।

टेक और गेमिंग की ऐसी ही खबरों के लिए Tech With Bharat Hirwani YouTube चैनल और TimeTrolls के WhatsApp चैनल से जुड़े रहें।

अक्सर पूछे जाने वाले सवाल

सवाल: Google Genie 4 क्या है?
जवाब: यह Google DeepMind का वर्ल्ड मॉडल है, जो टेक्स्ट या फोटो से रियल-टाइम इंटरैक्टिव दुनिया बनाता है — 720p वीडियो, 24fps, और अपने आप बनने वाली आवाज़ के साथ।

सवाल: Genie 4 की कीमत कितनी है?
जवाब: Gadgets Now के मुताबिक, करीब $0.10 प्रति सेकंड। पूरा 120 सेकंड का सेशन करीब $12 और एक मिनट का टेस्ट करीब $6 का पड़ेगा।

सवाल: एक सेशन कितना लंबा चल सकता है?
जवाब: ज़्यादा से ज़्यादा 120 सेकंड। सेशन खत्म करने के लिए complete() या cancel() कॉल करना ज़रूरी है, वरना चार्ज चलता रह सकता है।

सवाल: क्या आम लोग इसे मुफ्त में इस्तेमाल कर सकते हैं?
जवाब: अभी नहीं। यह Gemini API के पेड डेवलपर्स को मिल रहा है। Google AI Ultra ग्राहकों को Project Genie में मिलेगा; वेटलिस्ट खुली है।

सवाल: Genie 4 और Gemini 4 Neon में क्या फर्क है?
जवाब: Neon टेक्स्ट, तस्वीर, ऑडियो और वीडियो लेकर टेक्स्ट लिखता है; Genie 4 इंटरैक्टिव वीडियो — यानी चलने-फिरने लायक दुनिया — बनाता है।

यह भी पढ़ें:

स्रोत:

  • Google Blog — We’re announcing Genie 4, our new world model for real-time interactive simulation (27 अक्टूबर 2026) — https://blog.google/innovation-and-ai/models-and-research/google-deepmind/introducing-genie-4/
  • Gadgets Now — Genie 4 API Lets Developers Stream Playable 720p Worlds Live (20 नवंबर 2026) — https://gadgetsnow.indiatimes.com/tech-news/genie-4-api-lets-developers-stream-playable-720p-worlds-live/articleshow/136015576.cms
  • AI Compass — Google opens Genie 4 interactive world model in Gemini API (19 नवंबर 2026) — https://ashutoshai.com/ai-compass/
  • The Hindu — Google unveils Genie 4 world model powered by Gemini AI models (27 अक्टूबर 2026) — https://www.thehindu.com/sci-tech/technology/google-unveils-genie-4-world-model-powered-by-gemini-ai-models/article71634624.ece
  • DataCamp — Genie 4: Google DeepMind’s New Real-Time World Model (अक्टूबर 2026) — https://www.datacamp.com/blog/genie-4

Last updated: 20 नवंबर 2026, दोपहर 1:58

Bharat Hirwani

भरत हिरवानी TimeTrolls के संस्थापक और संपादक हैं। वे B.Tech (मैकेनिकल) और MBA (ऑपरेशंस) हैं और 4+ साल से इंडस्ट्री में काम कर रहे हैं। TimeTrolls पर वे देश, खेल, टेक और रोज़गार से जुड़ी खबरें तथ्यों की जांच के बाद सरल हिंदी में प्रकाशित करते हैं।

अगली खबर › Claude Fable 5.2 ने ब्लैक होल के दो अनसुलझे सवाल हल किए: 20 साल पुराना हिसाब पूरा, 30 घंटे में Fermat का प्रमेय जांचा

सबसे ज़्यादा पढ़ी गई

और विषय पढ़ें

टिप्पणियाँ

अपनी राय दें

आपका ईमेल पता प्रकाशित नहीं किया जाएगा. आवश्यक फ़ील्ड चिह्नित हैं *

WhatsApp पर शेयर करें