Genie 4：新一代世界模拟
Google DeepMind发布Genie 4，这是一个可实时交互、同时生成音频的世界模型，物理效果和人体动作更真实。它可用文本引导，目前以研究预览形式向受信任的测试者开放，计划扩大开放范围。
文章要点
Google DeepMind 于2026年10月27日发布 Genie 4,这是一个面向实时交互模拟的世界模型。它基于 Gemini 系列,使场景贴合现实世界的外观与行为并保持连贯。
模型原生生成画面与音频(音乐、环境音、对话),用户可用自然语言修改正在运行的模拟,例如天气、镜头,或加入人物和物体。它能模拟物理现象与人体动作,并由 Gemini 智能体分步骤规划目标。Genie 4 目前是面向受信任测试者的研究预览;Google AI Ultra 订阅者将通过 Project Genie、早期合作伙伴将通过 Gemini API 获得访问,称“即将推出”。Google 列出了局限,如长时间使用时画面漂移,并表示生成内容带有 SynthID 水印。
本摘要由 AnnuIA 根据 Google DeepMind 官方页面用自己的话撰写。内容及版权归发布方所有，请阅读原文。