Google发布Genie 4实时交互世界模型

Google DeepMind 发布世界模型 Genie 4，可实时逐帧模拟可交互场景，直接生成声音并支持角色彼此对话，用户用键盘移动、用文本提示引导事件。

Google DeepMind 以研究预览形式发布 Genie 4 世界模型，可生成与模拟场景匹配的实时音频，并支持用户在模拟中用提示词改变场景。用户还能实时修改天气和镜头角度、加入人物或物体，模型可维持场景一致最多 2 分钟，是 Genie 3 的两倍。

Google DeepMind 发布 Genie 4 世界模型，可实时生成带原生音频和人物对话的交互式世界，并模拟真实物理与人物动作。Gemini Omni 为模拟提供现实外观与行为锚点，Gemini 3.8 Flash 则在循环中观察场景、拆解目标并审阅帧，以支持多步推演。

Google DeepMind 发布 Genie 4 世界模型，借助更新后的 Gemini 模型提升物理环境、人物及音频模拟的真实感。模型可按用户描述逐帧实时生成可交互体验，无需预渲染环境或编程交互元素，并可能较快向付费用户开放。DeepMind 称该技术可为实体机器人创造训练环境，并支持创意快速原型。

Google 发布 Genie 4 世界模型，可生成更逼真的互动世界，并支持用自然语言提示词实时更新体验和生成音频。模型使用 Gemini 3.8 Flash 辅助模拟，单次体验约 2 分钟，较 Genie 3 的 1 分钟延长一倍。