Google DeepMind 发布世界模型 Genie 4

Google DeepMind 推出 Genie 3 的继任者 Genie 4，这是其首个直接生成声音的实时世界模型，可逐帧计算场景并响应用户的键盘操作和文本提示。

Google DeepMind 发布 Genie 4，这是其首个带原生音频的实时世界模型，可生成环境音、音乐以及会回应用户和世界内事件的角色对话。用户可通过输入文字改写正在运行的模拟，例如改变天气、移动镜头或添加人物，Gemini 会把每次编辑融入场景并保持连贯。

Google DeepMind 周二以研究预览形式发布世界模型 Genie 4，可生成更逼真的交互世界，并支持在模拟过程中输入提示词实时改变场景。该模型还能生成与场景匹配的实时音频，包括音乐、环境音和交互对话，场景一致性最长维持两分钟，是前代 Genie 3 的两倍。

Google DeepMind 于周二以研究预览形式发布世界模型 Genie 4，可生成更逼真的可交互世界，支持在模拟中途用提示词改变天气、镜头角度或添加人物物体，并实时生成与画面匹配的音乐、环境音和对话音频。

Google 正式发布世界模型 Genie 4，主打更强的真实感与交互性，用户可用提示词动态改变世界，并生成带原生音频的场景。该模型先以研究预览形式向 Trusted Testers 开放，之后将通过 Gemini API 和 AI Studio 提供给 Google AI Ultra 订阅用户与早期访问合作伙伴。

Google 发布 Genie 4 世界模型，称其是最逼真、最具交互性的世界模型，可实时操控动态环境、调整事件与镜头角度和动作，并生成与场景匹配的原生音频、让角色实时对话。

Google DeepMind 发布世界模型 Genie 4，称其为迄今最逼真、最具交互性的世界模型。用户可用自然语言实时操控世界与声景，例如改变天气、移动镜头或向环境添加新元素；Gemini 充当模拟的“大脑”，负责把请求转成动作、规划复杂事件并随剧情调整。Genie 4 还新增环境音频和可实时自适应的人类交互式对话。

Google 宣布推出 Genie 4，这是来自 Google DeepMind 的最新交互式世界模型。原文仅给出发布消息，未披露模型能力、参数或开放方式等细节。

Google DeepMind 发布 Genie 4，称其为迄今最逼真、交互性最强的世界模型。用户可实时探索动态环境，观察场景如何响应与发声，以及场景中人物如何移动、反应和说话。

Google DeepMind 发布世界模型 Genie 4，原生支持音频与实时交互模拟，可同时生成环境音、音乐和角色对话。Genie 4 支持用自然语言实时修改天气、镜头和场景元素，并借助 Gemini 3.8 Flash 作为引导智能体拆解多步任务、校验执行进度。

Google DeepMind 发布世界模型 Genie 4，主打实时交互模拟和更强的照片级真实感，并首次在实时世界模型中原生生成音频，包括环境声和可实时交互的人物对话。

Google DeepMind 发布 Genie 4 世界模型，在 Genie 3 基础上几乎全面提升，重点改进物理模拟的真实性与人物逼真度。该模型无需预渲染环境或编程交互元素，可根据用户描述实时逐帧生成可探索的虚拟世界，并借助更新的 Gemini 模型提升模拟准确性。DeepMind 将世界模型视为通往 AGI 的关键一环，认为其可用于为实体机器人构建训练环境或加速创意领域的原型设计。

Google DeepMind 发布 Genie 4 世界模型，称其在几乎各方面都优于 Genie 3，模拟的物理效果和人物更真实，部分改进得益于 Google 更新的 Gemini 模型。

Google 发布 Genie 4 世界模型，用于生成可交互的 AI 体验，官方称有四项主要更新：世界更真实、支持用自然语言提示词实时修改体验、可生成音频，并在底层使用 Gemini 3.8 Flash 辅助模拟。

Google 发布 Genie 4 世界模型，用于生成 AI 交互体验，主要更新包括更真实的画面、用自然语言提示词实时修改体验、生成音频，并在底层使用 Gemini 3.8 Flash 辅助模拟。