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

1. 22:22
   雷锋网

   Genie 4 解读：从视频生成迈向世界控制的技术挑战

   雷锋网分析了 Google DeepMind 的 Genie 4 世界模型面临的三项挑战：纳入不断变化的语言指令、验证因果结果，以及协调异步模型。文章探讨了视觉上连贯的模拟如何可能导致自我验证式的成功判断，并讨论了独立检查、指令时机和分层记忆等可能的解决方案。文章将这些设想与 DeepMind 尚未披露的实现细节区分开来。

2. 13:55
   Latent Space

   Gemini 4 Carbon 登顶排行榜，面向网络防御人员发布

   Google DeepMind 宣布推出 Gemini 4 Carbon，首批通过 Fairwind Program 向受信任的网络防御人员开放，并承诺尽快扩大开发者的使用权限。Latent Space 报道称，Carbon 在 Artificial Analysis Intelligence Index v5 中以 59 分领先，并在 Text Arena 排名第 1，但在部分编码基准测试中落后于一些竞争对手。该模型支持 100 万 token 的上下文窗口，可接收文本、图像、视频和语音输入，并生成文本输出。

3. 00:59
   The Decoder精选

   Google 向第三方 AI 代理开放 Android 开发，并推出新的 Gemini API

   Google 推出了 Android Studio Rabbit 2，通过开放的 Agent Client Protocol 支持 40 多种编程代理，包括 Claude、Codex 和 Google Antigravity。Android CLI 更新增加了 Compose 预览和内存泄漏分析功能，供代理使用。Google 还宣布推出由 Gemini Nano 4 驱动的 Agentic API Alpha 版、用于共享工具调用的 AppFunctions API Beta 版，以及将应用连接到 Google 搜索和 Gemini 的 Connected Apps Platform 预览版。

1. 14:03
   雷锋网

   华为无线发布面向下一代网络的创新成果

   在华为 Decoding China 2026 活动上，公司副总裁方翔宣布推出一系列面向下一代通信网络的创新成果。华为发布了 VitaAAU，并称其为全球首款商用 U6GHz 设备，同时推出 GigaGreen Plus 和 UBBPi 系列。VitaAAU 已在包括阿联酋在内的市场开始商用部署。华为表示，其 RANSpirit 系统已部署于全球 25 个以上的大型网络中。

2. 07:59
   Demis Hassabis · X

   Demis Hassabis 介绍 Genie 4：具备实时物理、推理和音频功能

   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

3. 01:25
   The Decoder

   Google DeepMind 推出 Genie 4：实时音效与 Gemini 引导的世界模拟

   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。

4. 01:11
   Logan Kilpatrick · X

   Google 预告 Genie 4：这款前沿世界模型即将接入 API

   提前一窥 Genie 4——我们的新一代前沿世界模型，即将首次接入 API : ) https://t.co/Q6v1qgg0W1

5. 00:30
   TechCrunch · AI精选

   Google 的 Genie 4 世界模型新增音频、更逼真的世界和实时操控

   Google DeepMind 于周二发布了 Genie 4 研究预览版，新增同步实时音频、更逼真的世界，以及在模拟过程中通过提示词改变场景的功能。它能将场景保持一致长达两分钟，是 Genie 3 时长上限的两倍，不过物体可能会漂移，音频准确度和文字可读性仍面临挑战。受信任的测试者现已可以使用；未来几周，Google AI Ultra 订阅用户将可通过 Project Genie 使用，Gemini API 和 Google AI Studio 的早期访问合作伙伴也将获得使用权限。

6. 00:15
   Sundar Pichai · X精选

   Google 推出 Genie 4 世界模型，支持实时交互和原生音频

   Sundar Pichai 将 Genie 4 介绍为 Google 最逼真、交互性最强的世界模型，具备对环境的实时控制能力，支持原生音频（包括可对话的角色）、照片级真实感场景以及真实世界物理模拟。 它运用 Gemini 的推理能力，让多步骤事件更加连贯。研究预览版已开始向受信任的测试人员逐步开放；Google AI Ultra 订阅用户很快就能在 Project Genie 中使用，早期访问合作伙伴则可通过 Gemini API 和 AI Studio 使用。

7. 00:13
   Google AI · X精选

   Google DeepMind 推出 Genie 4，可实时控制世界及其声景

   介绍来自 @GoogleDeepMind 的 Genie 4，Google AI 称这是迄今最逼真、互动性最强的世界模型 🌍 用户可以通过自然语言实时动态操控世界及其声景，包括改变天气、移动摄像机或引入新元素。https://t.co/ZfZGi9Chsx

8. 00:10
   Google DeepMind · X精选

   Google DeepMind 推出 Genie 4，称其为迄今最逼真、互动性最强的世界模型

   Google DeepMind 推出 Genie 4，称其为迄今最逼真、互动性最强的世界模型。🌐 实时探索动态环境，看看场景如何变化、发出什么声音，以及其中的人如何移动、反应和说话。https://t.co/6mmSUm9BBO

9. 00:01
   Google DeepMind精选

   Google DeepMind 发布 Genie 4：支持原生音频的实时世界模拟

   Google DeepMind 已面向可信测试者发布 Genie 4 研究预览版，新增原生音频、互动对话以及实时自然语言引导功能，用于世界模拟。Gemini 3.8 Flash 通过观察场景、规划行动并检查进展来引导多步骤事件。该功能即将面向 Google AI Ultra 订阅用户在 Project Genie 中开放，并向 Gemini API 和 Google AI Studio 的早期访问合作伙伴开放；物体恒存性、物理交互和长期一致性仍是研究挑战。

10. 00:00
    Ars Technica · AI

    Google DeepMind 发布 Genie 4：拥有更逼真的物理效果和人物的世界模型

    Google DeepMind 发布了 Genie 4，这是一次更新的世界模型，几乎在所有方面都优于 Genie 3，包括物理效果和人物更加逼真。用户探索虚拟世界时，该模型会实时逐帧生成这些世界。DeepMind 表示，这项技术可为实体机器人提供训练环境，也可支持创意领域的快速原型开发。

11. 00:00
    The Verge · AI

    Google 发布 Genie 4，带来更逼真的互动世界和音频生成

    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。

趋势仅比较持续完整观测到的相同主体，范围可能小于当前热度统计。移动指针或点击图表查看每小时热度；键盘可用左右方向键切换。