Google DeepMind 推出 Genie 4：实时音效与 Gemini 引导的世界模拟
Google Deepmind's Genie 4 puts a modern spin on agent designs that predate LLMs
- 谁
- 时间
- 引文
Google Deepmind has introduced Genie 4 , the successor to Genie 3 , which the company showed in August 2025.
发生了什么
Google DeepMind 推出了 Genie 4，这是一款实验性世界模型，能够逐帧生成互动场景，包括声音和角色对话，并由 Gemini 模型规划事件以保持连贯性。用户可通过键盘导航，并用文本提示引导事件，但较长时间的会话可能会出现视觉一致性下降和物体无法持续保留的情况。目前仅限部分测试者使用，Google AI Ultra 用户预计很快就能通过 Project Genie 网页应用体验。
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、更长的互动世界及计划中的 API 访问权限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。
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 · 2026-10-27