Project Genie, entwickelt von Google-Researchern Shlomi Fruchter und Jack Parker-Holder, ist ein bahnbrechendes Werkzeug, das es Nutzern ermöglicht, interaktive, realistische Welten mit Charakteren und Umgebungen zu erschaffen und in Echtzeit zu erkunden – etwa auf einem fremden Planeten oder im Meer. Im Gegensatz zu traditionellen Spielen oder Simulationen, die auf speziellen Engines basieren, arbeitet Genie mit einem sogenannten „World Model“: einem künstlichen Intelligenz-Modell, das die physikalischen Gesetze und dynamischen Reaktionen einer Umgebung selbstständig erlernt und vorhersagt. Wenn ein Benutzer beispielsweise in ein Zimmer geht, das an ein Foto des eigenen Raums erinnert, reagiert die Simulation realistisch – das Licht reflektiert sich von Holzböden, Spiegel zeigen korrekte Perspektiven, und wenn Wasser verschüttet wird, breitet es sich wie in der Realität aus. Auch Interaktionen wie das Anstoßen eines Balls, das dann rollt, sind möglich – alles ohne externe Spiel-Engine, sondern durch die innere Simulation des Modells. Weltmodelle unterscheiden sich von klassischen großen Sprachmodellen (LLMs), die lediglich den nächsten Textabschnitt vorhersagen, indem sie Sprachmuster lernen. Ein Weltmodell hingegen versucht, die nächste Umgebungssituation vorherzusagen, basierend auf einer Folge von Aktionen eines Agents – also wie sich die Welt verändert, wenn man sich bewegt, etwas berührt oder eine Handlung ausführt. Es erlernt dabei nicht nur die Struktur einer Welt, sondern auch deren physikalische und logische Dynamik. Die Grundlage dafür ist visuelle Beobachtung: Das Modell lernt aus Bildsequenzen, wie Objekte sich verhalten, wie Licht wirkt und wie sich Materialien verändern. Obwohl derzeit vor allem visuelle Daten verwendet werden, ist die Theorie offen für andere Sinneskanäle wie Taktik oder Geruch. Die Idee von Weltmodellen wurde 2018 von David Ha und Jürgen Schmidhuber mit einem bahnbrechenden Paper aus dem damaligen Google Brain (heute Teil von Google DeepMind) populär. Genie ist nicht das erste Weltmodell, aber eines der ersten, die es ermöglichen, komplexe, interaktive Welten in Echtzeit zu generieren – ohne externe Simulationssysteme. Anwendungen sind vielfältig: In der Forschung können künstliche Agenten in sicheren, künstlichen Welten trainiert werden, bevor sie im realen Leben eingesetzt werden – etwa in der Robotik oder Autonomem Fahren. Im Bildungsbereich könnte ein Lehrer mit Genie eine Klasse in die antike Rom führen, um Geschichte lebendig zu machen, oder ein Experiment im Ozean ablaufen lassen, um Naturwissenschaften anschaulich zu vermitteln. Die Technologie hat das Potenzial, Simulationen revolutionär zu verändern – von der Entwicklung von KI bis hin zu interaktiven Lernwelten. Industrieexperten sehen in Weltmodellen einen entscheidenden Schritt hin zu kognitiven, handlungsfähigen KI-Systemen. „Genie zeigt, dass wir nicht nur Text oder Bilder generieren können, sondern ganze, reaktive Welten schaffen – das ist der Sprung von passiver zu aktiver KI“, sagt ein Experte von einem führenden Forschungsinstitut. Google DeepMind und Google Research positionieren sich mit Projekten wie Genie als Pioniere in der Entwicklung von „nachhaltigen“ KI-Modellen, die nicht nur reagieren, sondern verstehen, wie die Welt funktioniert.