Google 发布 Genie 4，带来更逼真的互动世界和音频生成

发生了什么

Google 发布了 Genie 4。这款世界模型据称能够生成更逼真的互动体验，支持实时自然语言更新、生成音频，并使用 Gemini 3.8 Flash 进行模拟。体验时长可达约两分钟，高于 Genie 3 的一分钟；不过，细节和物体的持续存在可能会随时间发生变化。Genie 4 现以研究预览版形式向受信任的测试人员开放，Google AI Ultra 用户即将可以使用，Project Genie 的候补名单也已开放。

接下来读什么

• 今日还有哪些重要变化GPT-6.1 Terra 正式发布

9 家信源报道

这件事到目前为止

Google DeepMind 已发布 Genie 4，这是一款用于生成交互式虚拟世界的模型，目前以研究预览版形式向受信任的测试者开放。Google 表示，Google AI Ultra 订阅用户很快就能通过 Project Genie 使用该模型，早期访问合作伙伴则可通过 Gemini API 和 Google AI Studio 使用；据 TechCrunch 报道，计划在未来几周内推出。Google 已开放 Project Genie 等候名单，Logan Kilpatrick 表示，Genie 4 将首次把该模型引入 API。 DeepMind 表示，Genie 4 新增原生音频和角色对话，用户可以通过自然语言提示，在模拟过程中改变环境和音景。Google AI 表示，用户可以改变天气、移动摄像机并引入新元素。DeepMind 表示，Gemini 3.8 Flash 会通过观察场景、规划行动和检查进度来引导多步骤事件。 据 The Verge 报道，体验时长可达约两分钟，高于 Genie 3 的一分钟，不过场景细节和物体一致性可能随时间发生变化。TechCrunch 还报道称，音频准确度和文字可读性存在问题。DeepMind 表示，物体持续存在、物理交互和长期一致性仍是研究面临的挑战。