10 月 27 日，Google DeepMind 公布新一代世界模型 Genie 4，主打实时交互模拟的真实感与原生音频生成。这是 DeepMind 在去年推出 Genie 3 之后世界模型方向的又一次大版本更新，Genie 4 目前以研究预览形式向可信测试者开放。
四项更新：物理、实时编辑、音频与引导模型
官方博客列出的 Genie 4 有四项主要更新。生成的世界更逼真，物理表现更准，空气动力学与碰撞这类场景的还原度明显提升。用户可以在模拟运行过程中用一句自然语言实时修改环境，比如改天气、移动镜头或加入新的人物与物体。Genie 4 是 DeepMind 第一个带原生音频的世界模型，背景音乐、环境噪音与人物对话可以随世界一起生成。底层由 Gemini 3.8 Flash 充当引导代理，负责拆解目标并逐帧评估输出，把模拟维持在正确轨道上。
从 1 分钟到 2 分钟，一致性仍是天花板
相比 Genie 3 最大约 1 分钟的体验时长，Genie 4 把连续一致性拉到约 2 分钟。DeepMind 也承认，世界跑得越久越容易忘记最初的设定，物体恒存性依然会衰减。人物出现在模拟里时不再有明显的恐怖谷感，动作与对环境变化的反应更自然。
谁能用上，怎么用
Genie 4 首批开放对象是 Project Genie 里的 Google AI Ultra 订阅者，Gemini API 与 Google AI Studio 的早期合作伙伴同步拿到资格，其余用户需要排队申请。官方把预影视化、游戏原型和机器人训练场景列为主要用途，价格尚未公布。理解并模拟世界被 DeepMind 视为通往 AGI 的关键一步，Genie 4 的定位是造出无限变化的训练环境。
站内此前的 腾讯混元开源 Hy-Nomas 世界模型 走的是另一条路线，把可交互生成压进单张显卡。
延伸阅读
- Loopit 开源实时交互视频世界模型 Zing-0.5：5B 参数支持键盘操控，单卡 RTX 5090 超 24 FPS1 月前
- LingBot-World 2.0 开源三款模型：1.3B Small 可在消费级单卡实时生成世界1 月前
- VAST 开源 EdenLive：单卡 RTX 5090 跑出实时世界模型，5B/14B 双版本开源1 周前
- 东风人形机器人小东10月进厂：自研直线关节峰值推力8500牛，明年底对标真人1 月前
AI 自学笔记 每天更新 AI 前沿动态，订阅 RSS，或按 Ctrl/⌘+D 收藏本站，明天见。
继续读
同一批更新里这几篇值得一看：
- 腾讯混元开源 Hy-Nomas：80 亿参数世界模型，单卡 4090 可跑2026-10-27
- Gemini 4 Argon 安卓榜第五：通过率 21.3%2026-10-26
- Rivian 收购世界模型初创：15 人团队并入自驾部门2026-10-24