Google 发布 Genie 4 世界模型

Google DeepMind 推出 Genie 4 世界模型，可逐帧实时模拟交互世界，并以 Gemini 模型在后台规划后续事件，同时直接生成声音和角色对话。

Google DeepMind 周二发布 Genie 4 世界模型研究预览版。它支持用户在模拟中打字修改场景、实时生成音频，并可将一致场景维持最长两分钟。目前该模型面向可信测试者开放，未来几周将向 Google AI Ultra 订阅者及 Gemini API 和 Google AI Studio 早期合作伙伴推出。

Google DeepMind 今日发布 Genie 4 原生多模态世界模型，可同时生成影像、音乐、环境音和交互对话。Genie 4 由 Gemini 模型提供场景锚定和复杂推理，其中 Gemini 3.8 Flash 在生成循环中持续观察场景、分解目标并校验步骤。

DeepMind 发布 Genie 4 世界模型，称该模型能更逼真地模拟物理和人物。该模型按用户指令逐帧实时生成可探索的虚拟世界，无需预渲染环境或编程交互元素，可用于机器人训练和创意快速原型。若向 Google 支付足够费用，用户或不久就能用上。

Google 今日发布 Genie 4 世界模型，用于生成交互式体验，更新包括更真实的世界、用自然语言提示实时修改、生成音频，并由 Gemini 3.8 Flash 辅助仿真。单段体验时长约 2 分钟，较 Genie 3 的 1 分钟有所提升，定位电影预可视化、游戏原型和机器人训练场景。目前该模型先以研究预览向可信测试者开放，后续会向 Google AI Ultra 订阅者提供，并已开放候补名单。