谷歌推出最新世界模型 Genie 4，模拟时长翻倍至 2 分钟、首次实现音视频同步生成

2026.10.28 08:04  

钛媒体 App 10 月 28 日，谷歌 DeepMind 推出最新世界模型 Genie 4，并宣称是其迄今最逼真、交互能力最强的世界模型。与主要根据提示词生成视频片段的传统视频生成模型不同，Genie 4 能够根据文本指令构建可探索的虚拟环境，并在用户持续输入指令时实时调整场景。谷歌表示，其最长可以维持两分钟连贯不变的场景，时长约为上一代 Genie 3 的两倍。该模型还能生成和虚拟世界同步的实时音频，涵盖音乐、环境音以及可交互对话。谷歌正探索其在游戏设计、影视制作、教育和机器人训练等领域的应用。目前 Genie 4 以研究预览版形式向少量经过筛选的测试者开放，未来数周将向 Google AI Ultra 订阅用户开放，并逐步向部分开发者提供访问权限。（广角观察）

本文内容仅供参考，不构成投资建议，请谨慎对待。