Google DeepMind发布Genie 4世界模型

Google DeepMind 推出 Genie 4，用于实时模拟可交互世界，支持声音、对话角色和根据键盘操作与文本提示响应的场景。Gemini 模型会持续观察场景、拆解目标并调整计划，以维持模拟连贯性；Genie 4 目前仍是面向少量测试者的研究预览，长时间模拟中可能出现视觉细节变化和物体无法持续存在。

Google DeepMind 发布 Genie 4 世界模型研究预览版，可生成更逼真的可交互场景、匹配环境的实时音频，并允许用户在模拟过程中修改天气、视角及场景中的人物或物体。Genie 4 可维持一致场景最长两分钟，Gemini 负责规划步骤和检查画面；模型目前仍存在细节与物体漂移、音频准确性及场景文字可读性问题。

Google DeepMind 宣布 Genie 4，这是一款支持实时交互的多模态世界模型，可生成逼真环境、原生音频、自然动作和互动对话。Genie 4 可通过自然语言实时修改场景，并与 Gemini 3.8 Flash 协作拆解和跟踪多步任务；目前已向可信测试者开放，后续将面向 Google AI Ultra 用户及 Gemini API、Google AI Studio 的早期合作伙伴提供。

Google 宣布 Genie 4 世界模型，用于生成交互式体验，支持更逼真的世界、通过自然语言实时更新体验、生成音频，并使用 Gemini 3.8 Flash 辅助模拟。Genie 4 可生成约两分钟的体验，高于 Genie 3 的一分钟，但长时间运行时细节和物体持久性可能发生变化；该模型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 订阅者推出。