Genie 3 ist ein sogenanntes World Model von Google DeepMind. Das System erzeugt aus Textbeschreibungen virtuelle Umgebungen, die sich in Echtzeit erkunden und verändern lassen. Anders als ein gewöhnlicher Bildgenerator produziert Genie 3 also keine einzelne Szene, sondern eine fortlaufende, interaktive Welt.

Google DeepMind stellte das Modell im August 2025 vor. Die erzeugten Umgebungen laufen mit bis zu 24 Bildern pro Sekunde und können über mehrere Minuten vergleichsweise konsistent bleiben. Ereignisse wie Wetterwechsel oder neue Objekte lassen sich zusätzlich per Texteingabe auslösen.

Interessant ist Genie 3 vor allem für die Forschung an KI-Agenten und autonomen Systemen. In simulierten Welten können sie Handlungen ausprobieren, ohne dass in der realen Umgebung sofort etwas kaputtgeht. Noch gibt es klare Grenzen, etwa bei langen Interaktionen, komplexen Mehrpersonen-Szenarien und der exakten Nachbildung realer Orte.