谷歌DeepMind于周二推出最新世界模型Genie 4，目前面向可信测试者开放研究预览。该模型可生成可交互的虚拟世界，用户能在模拟运行过程中输入提示词修改场景，并同步生成音乐、环境音和可交互对话等实时音频。
Genie 4支持实时调整天气、镜头角度或新增人物与物体，最长可维持两分钟连贯场景，时长为前代模型两倍；谷歌称其物理效果更好、虚拟人物更贴近真人。Gemini负责规划步骤和校验画面帧，Genie 4负责生成视觉内容。
谷歌表示，未来几周Genie 4将陆续向谷歌AI Ultra订阅用户、Genie项目以及Gemini API和谷歌AI Studio早期合作方开放。团队也承认，仿真运行时间越长，细节和物体越容易出现偏移，音频准确性和虚拟世界文字清晰度仍有待解决。