Google DeepMind 发布 Genie 4 世界模型研究预览版

Google DeepMind 的 Philipp Schmid 宣布 Genie 4 发布，这是一个实时多模态世界模型，可逐帧渲染可玩环境，响应键盘控制和文本提示。新版本带来原生音频、会动会说话的角色、更清晰的物理效果和实时提示词编辑。Google AI Ultra 用户可优先加入候补名单，更多示例见 DeepMind 官方博客 https://deepmind.google/blog/genie-4-a-new-generation-of-world-simulation/。

Genie 4 抢先看，这是我们全新的前沿世界模型，即将首次登陆 API ：)

Google DeepMind 发布 Genie 4，是其首个带原生音频的实时世界模型，可生成环境音、音乐和会回应用户及世界内事件的角色对话。

Genie 4 的体验相当疯狂，能边玩边生成游戏般的环境。它并非完美，但我输入“新哥特式粗野主义城市，住着机器人和马”，它一分钟内就造了出来。接着我让它加入龙。然后又加了一个友好的水獭 NPC。全程实时完成

Google DeepMind 于周二以研究预览形式发布世界模型 Genie 4，可生成迄今最逼真的可交互世界，支持模拟中途用提示词改变场景，并实时生成与画面匹配的音乐、环境音和对话音频。

GOOGLE 🔥：Genie 4 已正式发布！Genie 4 是 Google 最新的世界模型，具有先进的真实感和交互性！ 用户现在可以动态地用提示词改变世界，并生成带原生音频的世界。 它正以研究预览形式向 Trusted Testers 推出，并将很快通过 Gemini API 和 AI Studio 提供给 Google AI Ultra 订阅用户和早期访问合作伙伴。 示例来自 @sundarpichai

Google 发布 Genie 4，称其为其最真实、最具交互性的世界模型。它支持实时引导动态环境、调整事件、镜头角度和动作，可生成与场景匹配的原生音频并让角色实时对话，模拟照片级真实场景和现实物理，并通过 Gemini 推理创建更连贯的多步事件。

Google DeepMind 发布世界模型 Genie 4，称其为最逼真、可交互的世界模型。用户可用自然语言实时控制世界和音景，如改变天气、移动镜头或向环境添加新元素；Gemini 充当模拟的“大脑”，负责把请求转成动作、规划复杂事件并随剧情调整，模型还新增环境音和可实时适应的互动人物对话。

今天我们推出 Genie 4——来自 @GoogleDeepMind 的最新交互式世界模型 🌐

Google DeepMind 发布 Genie 4，称其为迄今最逼真、交互性最强的世界模型。用户可实时探索动态环境，观察场景如何响应与发声，以及场景中人物如何移动、反应和说话。

Google DeepMind 发布世界模型 Genie 4，主打实时交互模拟、更强照片级真实感，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，在 Genie 3 基础上全面改进，标题强调模拟物理更真实、人物更逼真。模型无需预渲染环境或编程交互元素，可根据用户描述实时逐帧生成可探索的虚拟世界，并借助更新的 Gemini 模型提升模拟的准确性。

Google 发布 Genie 4 世界模型，用于生成 AI 交互体验，主要更新包括更真实的画面、自然语言实时修改、生成音频，并采用 Gemini 3.8 Flash 辅助模拟。