Google DeepMind推出Genie 4实时世界模型

Google DeepMind 推出 Genie 4，可实时模拟交互式 3D 世界，并支持音效和可对话角色。用户能与模拟世界实时互动，后台由 Gemini 规划以维持一致性，但长时间会话仍会出现视觉不一致问题。

Ethan Mollick 分享了用 Google Genie 4 世界模型运行 DOOM 的体验，办公室里的电脑和所有墙壁都在实时生成 DOOM 场景。自由演化的剧情随后出现恶魔同事、加特林与奖金等荒诞且自洽的情节，展示了世界模型实时生成的有趣 demo。

Google DeepMind 据称将推出首个配备原生音频的实时世界模型 Genie 4，可生成环境音、音乐和角色实时对话，并让角色响应用户与世界事件。用户可通过打字修改天气、镜头和人物，由 Gemini 3.8 Flash 协调模拟；该模型将先向可信测试者开放，随后覆盖 Google AI Ultra 订阅者和早期 Gemini API 合作伙伴。

Polymarket 的“2026 年底哪家公司拥有最强 AI 模型”盘口显示，Google 当前以 34% 的概率领跑。该变化出现在 Google DeepMind 刚发布 Genie 4、市场情绪随之波动之后。

Google DeepMind 以研究预览形式发布 Genie 4 世界模型，可生成更逼真的交互式世界、实时音频，并在模拟中接受文字指令调整场景。模型可将一致场景维持 2 分钟，并由 Gemini 规划步骤和检查画面，相关实验被用于机器人场景的仿真测试。

Google Genie 4 演示展示了用户进入生成场景后，像导演一样实时操控和执导画面。演示中的角色还能开口说话，相关体验被形容为进入任意想象世界的时光机。

Google DeepMind 发布可实时交互的写实世界模型 Genie 4，相比 Genie 3 新增自然语言实时调整场景、原生环境音与对话等能力。Genie 4 使用 Gemini 3.8 Flash 在回路中维持世界一致性，会话时长由约 1 分钟延长至约 2 分钟。

Google 为 Genie 4 加入严格安全护栏，所有生成的音视频均带 SynthID 水印。Genie 4 即将向 Google AI Ultra 订阅者开放，Gemini API 与 Google AI Studio 的早期合作伙伴也可获取，Project Genie 候补名单现已开放。

Google DeepMind 于 10 月 28 日发布 Genie 4 世界模型，支持用自然语言实时操控模拟世界及其音景，并已开放等候名单。该模型基于 Gemini Omni 构建，可生成环境音和交互对话，展现照片级真实感与物理表现，目前正与可信测试者探索影视、游戏、教育和机器人仿真用例。

Google 发布 Genie 4，一款由 Gemini 3.8 Flash 驱动的世界模型，用于生成可交互的 AI 模拟。该模型初期以预览形式推出，仅向受信任的测试者开放。

Google DeepMind 官方博客发布 Genie 4，将其定位为新一代世界模拟模型。Genie 系列致力于从图像和文本生成可交互的模拟环境，Genie 4 被视为向通用世界模型迈进的最新一代。

Google DeepMind 发布 Genie 4 世界模型，可在实时交互模拟中同步生成画面、环境声音和对话。模型利用 Gemini 理解场景并引导多步骤任务，Gemini 3.8 Flash 充当循环中的引导智能体。

Google DeepMind 发布 Genie 4 世界模型，改进物理规律和人物的仿真效果，并加入音频生成。模型基于更新后的 Gemini 模型，可实时逐帧生成互动体验，并为实体机器人提供训练环境。

Google DeepMind 发布 Genie 4，可根据文本提示创建可探索的虚拟世界，并支持键盘操控。用户还能在场景运行中通过指令改变天气或添加角色，生成更逼真的实时环境。

Google 发布 Genie 4 世界模型，用于生成交互式体验，支持更逼真的世界、自然语言实时修改、音频生成，并由 Gemini 3.8 Flash 协助模拟。