Google DeepMind 发布 Genie 4 世界模型

Google DeepMind 发布 Genie 4，可逐帧计算实时交互世界，并直接生成环境音与角色对话。用户可用键盘移动场景、通过文本提示引导事件，Gemini 模型在后台规划后续发展并根据新帧调整步骤。

抢先预览 Genie 4：我们的全新前沿世界模型即将首次登陆 API : )

Google DeepMind 发布 Genie 4 实时世界模型，可生成环境声、音乐和角色实时对话，并让角色响应用户及世界事件。用户可在运行中的模拟里通过输入修改天气、移动镜头或添加人物，由 Gemini 适配每次编辑并保持场景连贯。

Google DeepMind 以研究预览形式发布 Genie 4 世界模型，可在模拟过程中输入提示词实时改变场景，并生成与模拟环境匹配的音乐、环境声和交互对话。

Google 发布 Genie 4，一款可实时引导动态环境、塑造事件、镜头角度和动作的交互式世界模型。它能生成与场景匹配的原生音频，模拟照片级场景和现实物理，并通过 Gemini 推理形成更连贯的多步事件。

Google DeepMind 发布 Genie 4，支持逼真场景与主体、空气动力学和碰撞等高级物理、实时提示词控制及原生音频，并借助 Gemini 推理规划多步骤事件以保持场景连贯性。模型正与可信测试者探索早期用例，随后将面向 Google AI Ultra 订阅者、Project Genie、API 早期访问合作伙伴及 Google AI Studio 开放。

Google DeepMind 发布 Genie 4，这是其迄今最逼真、交互性最强的世界模型。用户可实时探索动态环境，观察场景响应、声音变化，以及其中人物的动作、反应和说话表现。

Google DeepMind 发布 Genie 4 世界模型，以原生多模态方式实时生成画面、环境声和可交互对话，并支持用自然语言实时修改天气、镜头、人物或物体。

Google DeepMind 发布 Genie 4 世界模型，承诺带来更逼真的物理规律与人物模拟，并可能很快向付费用户开放。Genie 4 的多项改进得益于 Google 更新后的 Gemini 模型，可按用户描述逐帧实时生成可交互体验。DeepMind 认为世界模型是迈向 AGI 的关键，可为实体机器人提供无限训练环境，并支持创意领域的快速原型开发。

Google 发布 Genie 4 世界模型，用于通过 AI 生成交互式体验，支持更逼真的世界、自然语言提示词实时更新体验以及音频生成。该模型底层使用 Gemini 3.8 Flash，可生成约两分钟的体验，长于 Genie 3 的一分钟，并面向电影预可视化、游戏创意原型和机器人训练场景。