1.9万 次浏览 · 437 赞 · 36 转发 （收录时）
Demis Hassabis 介绍 Genie 4：具备实时物理、推理和音频功能
- 谁
- 时间
- 引文
Very excited to share Genie 4, our incredible interactive world model, bringing together real-time physics, reasoning, and audio!
发生了什么
Demis Hassabis 分享了 Genie 4，并将其描述为一种交互式世界模型，融合了实时物理、推理和音频，还能实现模拟中的模拟。 在引用的公告中，Google DeepMind 表示，人们可以实时探索动态环境，包括场景如何作出响应、发出声音，以及人们如何移动、反应和说话。 https://twitter.com/GoogleDeepMind/status/2115114028338962672
接下来读什么
查看这件事的完整进展Google DeepMind 发布 Genie 4 预览版，新增音频、更长模拟时长并计划开放 API 访问10 家信源报道
Very excited to share Genie 4, our incredible interactive world model, bringing together real-time physics, reasoning, and audio! Simulations within simulations, makes you wonder just how deep the rabbit hole goes... I have a feeling we will be finding out soon enough... https://twitter.com/GoogleDeepMind/status/2115114028338962672
This is Genie 4, our most realistic and interactive world model yet. 🌐 Explore dynamic environments in real time to see how the scene responds, sounds, and how the people in it move, react, and speak.在 X 查看被引用的帖子
这件事到目前为止
Google DeepMind 已发布 Genie 4。这款可生成交互式虚拟世界的模型目前以研究预览版形式提供给受信任的测试者，面向消费者和开发者的访问仍在计划中。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 还开放了 Project Genie 候补名单。 DeepMind 表示，Genie 4 新增了原生音频和角色对话功能，并允许用户在模拟过程中通过自然语言提示操控环境和音景。Google AI 表示，这些操控包括改变天气、移动摄像机和引入新元素。DeepMind 表示，Gemini 3.8 Flash 会通过观察场景、规划行动和检查进展来引导多步骤事件。 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的一致性可能会随时间发生变化。TechCrunch 还报道称，音频准确性和文本可读性方面存在问题。DeepMind 表示，物体恒存性、物理交互和长期一致性仍是研究难题。
每天一封，跟上 AI 的重要变化
模型发布、价格变化、算力进展，附原始来源。免费，确认后开始发送，随时一键退订。 看一份往期日报 · 2026-10-30