Google DeepMind 发布世界模型 Genie 4

Google DeepMind 发布 Genie 4，这是 Genie 3 的后续世界模型，逐帧计算场景并响应用户输入，用户用键盘移动、用文本提示词推动事件。DeepMind 称 Genie 4 是其首个直接生成声音的实时世界模型，每个世界带有环境音，角色之间可以对话并实时回应用户操作。

Google DeepMind 以研究预览形式发布世界模型 Genie 4，可生成更逼真的交互世界，并支持在模拟过程中输入提示词实时改变场景。该模型还能生成与场景匹配的实时音频，包括音乐、环境音和交互对话，场景一致性最长维持两分钟，是前代 Genie 3 的两倍。

Google DeepMind 发布世界模型 Genie 4，主打实时交互模拟和更强的照片级真实感，并首次在实时世界模型中原生生成音频，包括环境声和可实时交互的人物对话。

Google DeepMind 发布 Genie 4 世界模型，称其在几乎各方面都优于 Genie 3，模拟的物理效果和人物更真实，并新增音频能力。该模型无需预渲染环境或编程交互元素，用户描述需求后即可逐帧实时生成可探索的虚拟世界。DeepMind 将其视为通往 AGI 的关键一环，可用于为物理机器人构建训练环境或加速创意原型设计，但用户可能需要向 Google 付费才能使用。

Google 发布 Genie 4 世界模型，可生成更逼真的交互世界，支持用自然语言提示词实时修改体验，并新增音频生成能力，底层由 Gemini 3.8 Flash 驱动。生成时长从 Genie 3 的 1 分钟提升至约 2 分钟，将先以“研究预览”形式向受信任测试者开放，之后面向 Google AI Ultra 订阅用户推出。