先了解这件事
Google DeepMind 发布世界模型 Genie 4,目前以研究预览形式向“可信测试者”开放,尚未面向普通消费者和开发者。Google 称,未来几周将扩展至 Project Genie 中的 Google AI Ultra 订阅用户,以及 Gemini API 和 Google AI Studio 的早期访问合作伙伴。
Genie 4 是 Genie 3 的继任者,可按用户文本或图像提示逐帧实时生成可探索的虚拟世界,无需预先渲染环境或编写交互元素。相比前代,Google 称其画面更接近照片级真实、物理模拟更准确,并支持在模拟运行中用自然语言实时修改天气、镜头和场景元素。它还是 DeepMind 首个原生生成音频的实时世界模型,可产生环境音、音乐和会回应用户的角色对话。
据 Google 及多家报道,Gemini 模型在模拟中承担推理与规划角色:Gemini Omni 锚定世界外观,Gemini 3.8 Flash 在模拟循环内解释提示、拆解目标并重新规划。Google 称这类虚拟世界未来可用于训练机器人和 AI 智能体。上述能力均为 Google 发布时的介绍,实际效果有待测试者反馈。
AI 根据报道生成 · 17 天前更新最新进展
Google DeepMind 发布 Genie 4 世界模型,可实时创建和操控交互式模拟
热度走势
事件进展3
Genie 4 向测试者推出研究预览版
Google:Genie 4 研究预览向可信测试者开放Genie 4 将首次通过 API 提供
Logan Kilpatrick:Genie 4 世界模型即将登陆 APIGenie 4: A new generation of world simulation
Google DeepMind:Blog:Google DeepMind 发布实时交互世界模型 Genie 4