11 月 11 日，谷歌旗下 AI 研究实验室 DeepMind 推出新一代世界模型 Genie 4，面向可信测试者开放研究预览。该模型主打实时交互式模拟，用户触发事件后，它可以同步推演环境变化、音效以及场景内人物的动作、反应与对话。

据了解，Genie 4 依托 Gemini 系列模型能力搭建，由 Gemini Omni 保障模拟效果贴合现实外观与行为，Gemini 3.8 Flash 作为引导智能体拆解目标、校验每一步执行结果。用户可以用自然语言实时调整模拟场景，例如变更天气、切换镜头、新增人物与物体。

作为原生多模态模型，它也是谷歌首款原生同步生成音频的实时世界模型，可一并产出背景音乐、环境音与交互对话，同时支持空气动力学、碰撞等真实物理效果模拟。

目前谷歌已邀请影视、新闻、教育、游戏、工程等领域测试者试用，可用于拍摄预演、历史场景复原、灾害推演、游戏原型快速制作等场景。模型内置安全防护机制，所有音视频内容都会嵌入 SynthID 隐形水印。

谷歌也坦言，Genie 4 仍存在短板，长时间模拟容易出现画面细节、物体稳定性偏移，物理交互精度、文字渲染、空间一致性等仍在持续优化。后续谷歌将收集反馈，优先向 Google AI Ultra 订阅用户、Gemini API 早期合作伙伴开放，项目 Genie 已开启候补申请通道。（新闻来源：auganix、VRAR星球编译）

商务合作：13146398132

媒体合作：13341147250

爆料投稿：editor@vrarworld.cn

版权声明：本文为VRAR星球原创，任何单位及个人未经授权不得转载，否则将依法追究侵权责任。

如需转载请联系13341147250 / editor@vrarworld.cn 申请授权，转载时请注明来源并保留VRAR星球原文链接。

本文部分图片及视频来源于互联网，如涉及侵权请联系我们删除。