Google DeepMind 发布世界模型 Genie 4

2026年10月28日，Google DeepMind 发布世界模型 Genie 4，称其可实时生成带原生音频的可交互模拟世界，并支持用自然语言实时修改场景。据该发布，Genie 4 原生多模态，能同时生成环境音与可随输入变化的角色对话，并借助 Gemini 模型维持场景连贯与多步事件推理。同日 The Verge 报道称，Genie 4 包含更真实的世界、自然语言提示实时更新、可生成音频、底层使用 Gemini 3.8 Flash 辅助模拟四项更新；Ars Technica 报道称其在物理模拟和人物表现上比 Genie 3 更真实，部分改进来自更新后的 Gemini 模型，无需预先渲染环境或编写交互逻辑，按用户描述逐帧实时生成可探索世界，并称若付费可能不久后可用。TechCrunch 同日报道称，Genie 4 以研究预览形式发布，支持在模拟过程中输入提示词实时改变天气、镜头角度或增删人物物体，并生成与场景匹配的音乐、环境音和交互对话。后续 The Decoder 报道称，Genie 4 是 Genie 3 的继任者，按帧实时计算场景并响应用户键盘操作与文本提示，是该公司首个直接生成声音的实时世界模型；目前仅限部分测试者以研究预览形式试用，Google 称所有视频和音轨都将带有 SynthID 水印。开放节奏方面，发布称 Genie 4 已作为研究预览向受信任测试者开放，用于在面向消费者和开发者发布前收集反馈；后续将先向 Project Genie 中的 Google AI Ultra 订阅用户，以及 Gemini API 和 Google AI Studio 的早期访问合作伙伴提供。TechCrunch 称未来数周内将向上述对象推出；The Verge 称 Google 已开放 Project Genie 的等候名单供申请试用。报道未给出更具体的上线日期或收费细节。

AI 根据报道生成 · 47 分钟前更新

还没有足够的连续观测数据，暂不绘制趋势。