Google DeepMind发布Genie 4世界模型研究预览

Google DeepMind推出Genie 4，用于实时模拟可交互世界，并让Gemini模型在后台规划模拟中的后续发展。Genie 4逐帧生成场景并响应键盘操作和文本提示；公司称它能直接生成环境音效，并支持角色对话。该模型目前以研究预览形式提供给部分测试者，长时间模拟中仍可能出现视觉细节变化和物体无法持续存在的问题。

Google DeepMind 发布 Genie 4 世界模型研究预览版，可生成带实时音频的交互式场景，并允许用户在模拟过程中通过提示词实时修改场景。它可维持一致场景最长 2 分钟，是 Genie 3 的两倍；Gemini 还能规划步骤并检查画面，配合 Genie 生成视觉内容。

Google DeepMind 宣布推出 Genie 4 世界模型研究预览，可实时生成交互式模拟，并原生生成音频。它结合 Gemini 模型进行场景引导和多步任务推理，目前先向可信测试者开放；较长模拟中的细节漂移、复杂物理交互和空间准确性等仍是研究中的限制。

Google DeepMind 发布 Genie 4 世界模型，称其在多方面改进了 Genie 3，使模拟更有用。世界模型可按用户描述逐帧实时生成虚拟环境；Google DeepMind称，这类技术可用于为实体机器人创建训练环境，或支持创意领域的快速原型制作。

Google 宣布 Genie 4 世界模型，用于生成交互式 AI 体验，并新增更逼真的世界、自然语言实时更新、音频生成等能力，底层使用 Gemini 3.8 Flash。