Google DeepMind 发布 Genie 4 世界模型

Google DeepMind 发布 Genie 4 世界模型研究预览，支持实时音频生成与模拟过程中的提示词交互。该模型可将场景一致性维持至两分钟，并展示与 Gemini 结合用于机器人场景模拟的实验。

Google DeepMind 发布 Genie 4，这是一款原生多模态世界模型，能同时生成视觉、音频和交互式对话。该模型结合 Gemini 系列能力，支持通过自然语言实时修改场景、模拟物理现象及人物行为。目前 Genie 4 已向可信测试者开放研究预览，后续将面向 Google AI Ultra 订阅者及 Gemini API 合作伙伴推出。

Google DeepMind 发布 Genie 4 世界模型，在物理真实感、人物表现和音频生成方面较 Genie 3 有显著提升。该模型基于更新的 Gemini 模型构建，无需预渲染或编程交互元素，可实时逐帧生成虚拟世界，旨在为物理机器人提供无限训练环境并支持创意领域的快速原型开发。

Google 发布 Genie 4 世界模型，支持生成时长约两分钟的交互式体验，并允许用户通过自然语言提示实时更新场景。该模型底层采用 Gemini 3.8 Flash 辅助模拟，具备音频生成能力，旨在服务于电影预演、游戏原型设计及机器人训练场景。目前 Genie 4 以研究预览形式向可信测试者开放，后续将面向 Google AI Ultra 订阅用户推出。