导语：Google DeepMind 推出 Genie 4 ——号称 " 迄今最真实、最具交互性的世界模型 "。

摘要

Google DeepMind 推出 Genie 4——号称 " 迄今最真实、最具交互性的世界模型 "。它可据自然语言实时塑造并更改世界（描述地貌与事件、移动镜头、添加角色、改变天气），生成具备碰撞、流体、风力等物理特性的交互环境，并编排合理的因果链事件。Genie 4 首次原生生成世界中的音频（脚下落叶声、人群欢呼、角色对话），使环境 " 活 " 起来。该模型依托 Gemini 家族能力（Gemini Omni 锚定真实外观与行为，其他 Gemini 模型维持连贯性），目前以研究预览形式向受信任测试者开放，并将陆续向 Google AI Ultra 订阅者等开放。需注意其连续交互仅支持 " 几分钟 "，实时音频准确性仍在研发中。

正文（译文）

Genie 4 是我们迄今最真实、最具交互性的世界模型，属于 " 新一代世界模拟（world simulation）"。

在能力支撑上，Genie 4 融合并建立在 Gemini 家族能力之上：Gemini Omni 将仿真锚定于真实世界的外观与行为，其他 Gemini 模型提供维持仿真连贯与持续所需的复杂推理。该模型目前以研究预览形式向受信任测试者开放，并将率先向 Google AI Ultra 订阅者（通过 Project Genie）以及 Gemini API 与 Google AI Studio 的早期访问合作伙伴推出。其连续交互目前仅支持 " 几分钟 "，而非长时间会话；团队也说明，出于责任考量，已先部署给受信任测试伙伴以获取早期反馈，再更广泛地发布模型。

（文章为作者独立观点，不代表艾瑞网立场）