לפי הבלוג של דיפמיינד, Genie 4 הוא מודל רב-מודאלי שמייצר יחד עם העולם גם שמע: מוזיקה, צלילי סביבה ודיאלוג. המשתמש מנווט בעולם בעזרת המקלדת, ויכול לשנות את הסימולציה תוך כדי ריצה בהוראות טקסט, למשל לשנות את מזג האוויר, להזיז את המצלמה או להוסיף דמות או חפץ. לדברי החברה, המודל מדמה תרחישים פיזיקליים כמו אווירודינמיקה והתנגשויות, ודמויות שזזות ומגיבות באופן טבעי.
המודל נשען על משפחת Gemini: Gemini Omni מעגן את המראה וההתנהגות בעולם האמיתי, ו-Gemini 3.8 Flash פועל כסוכן שמנטר את הסצנה, מפרק מטרות לשלבים ובודק בכל פריים אם השלב הושלם. דיפמיינד הדגימה גם שילוב עם Gemini 4 Argon, בסימולציה שבה הרובוט ההומנואידי Apollo של Apptronik משחק דמקה. לפי החברה, בודקים מתחומי הקולנוע, העיתונות, החינוך, הגיימינג וההנדסה בוחנים את המודל, ושותפים ארגוניים בוחנים אותו ליצירת תרחישים.
דיפמיינד מציינת ש-Genie 4 עדיין מודל ניסיוני: פרטים חזותיים והתמדת חפצים עלולים להשתנות לאורך זמן, במיוחד בסימולציות ארוכות או אחרי עריכות מרובות, ויש מגבלות בטקסט קריא, בדיוק מרחבי ובאינטראקציות פיזיקליות מורכבות. כל וידאו ושמע שהמודל מייצר יסומנו ב-SynthID. מועד הזמינות הרחבה ותמחור לא פורסמו.