TREE NEWS 消息， 谷歌DeepMind于10月28日宣布推出新一代世界模型Genie 4，用于实时交互式模拟。该模型基于Gemini系列构建，由Gemini Omni让模拟场景贴近真实世界的外观与行为，用户可在场景运行中通过自然语言移动镜头、改变天气或添加新角色，每个世界还会实时生成环境音、音乐及交互对话等原生音频。Genie 4目前向一小部分受信任测试者开放，后续将陆续向Project Genie中的Google AI Ultra订阅用户，以及Gemini API和AI Studio的早期合作伙伴推出。
谷歌DeepMind发布世界模型Genie 4，支持原生音频与实时交互
AI 解读
Genie 4的关键不在于画面更逼真，而在于把“可实时编辑的世界”与原生音频打包进Gemini体系，这使世界模型从演示走向可交互的基础设施。分层开放路径（先受信任测试者，再Ultra订阅用户，最后API与AI Studio伙伴）表明谷歌正把它纳入既有商业与开发者生态，而非单独产品。对内容、游戏与模拟训练类开发者影响最直接，音频同步生成尤其降低了场景搭建门槛。值得观察的是实时交互下的稳定性与延迟能否支撑真实应用，以及API开放后生态会否形成新的世界生成标准。
由 AI 生成，仅供参考。