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
- 42AI 行为世界模型:6250 万美元种子轮与十家券商落地2 周前
- 谷歌发布Gemini 4 Argon:77.9%登顶SWE-bench,输入$2/M1 月前
- 4个Gemini 4 Argon智能体27小时通关《我的世界》1 月前
- 昆仑万维Matrix-Game 4.0:单张5090显卡跑出实时游戏世界模型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
往下这几篇值得接着看:
- 智源 PhysCapBench 基准:物理描述让 LPIPS 降 30.88%2026-11-17
- 谷歌 DeepMind 高管出走:25% 离职者投向 Anthropic2026-11-17
- 悟界 PhysCapBench:1500 段视频 7 维度实测,重建误差降 30.9%深度2026-11-18
