VicroCode
让代码创造价值
VicroCode是一个轻量级代码在线发布、交易平台,开箱即用,免部署、免服务器、免备案,支持接入智能体、通用管理系统、游戏等多种项目
稍候片刻,您可先学习AI编程手册
正在加载中...

市场信息

实时“导演”世界:皮查伊称 Genie 4 是谷歌迄今最逼真、最具互动性的 AI 世界模型

IT之家 10 月 28 日消息,谷歌 DeepMind 团队昨日(10 月 27 日)发布博文,宣布推出 Genie 4 世界模型,定位为“重大研究里程碑”, 在原生音频、实时自然语言改写、更真实的物理与人物等方面实现核心突破,把世界模型从一次性生成画面升级为可实时操控、可听、可推理的动态模拟世界。 对于用户而言,谷歌 Genie 4 世界模型最大的亮点在于实时“导演”世界。

www.ithome.com · 2026-10-27T23:42:02+00:00

IT之家 10 月 28 日消息,谷歌 DeepMind 团队昨日(10 月 27 日)发布博文,宣布推出 Genie 4 世界模型,定位为“重大研究里程碑”, 在原生音频、实时自然语言改写、更真实的物理与人物等方面实现核心突破,把世界模型从一次性生成画面升级为可实时操控、可听、可推理的动态模拟世界。对于用户而言,谷歌 Genie 4 世界模型最大的亮点在于实时“导演”世界。

在模拟运行中,用户可以用自然语言文本指令改变世界,例如改天气、移动镜头、加入新角色或物体。有别于主流 AI 重新生成一段视频,Genie 4 会结合当前场景上下文执行动态变化,更像一个“可交互的虚拟沙盒”或“AI 导演系统”。

用户可以设定一个事件,然后观察世界如何继续演化,同时随时介入调整。其它亮点方面,Genie 4 是 DeepMind 首个在实时世界模拟中原生生成音频的模型,音频与画面在同一过程中同步产生。

此外谷歌称 Genie 4 在空气动力学、碰撞等物理场景上有更强表现;人物动作也更自然,能根据环境作出有机反应,并支持实时操控。 IT之家附上相关演示视频如下: 谷歌首席执行官桑达尔 · 皮查伊(Sundar Pichai)今天在其个人账号上发布推文,称 Genie 4 是谷歌迄今为止最逼真、最具互动性的世界模型。

在接受科技媒体 TechCrunch 采访时,谷歌研究总监 Tejas Kulkarni 表示, 未来将由 Gemini 负责文本、代码与任务规划,Genie 4 实时把这些内容转化为可交互世界,形成“混合世界模型”。 DeepMind 工程师 Diego Rivas 承认,Genie 4 仍处早期阶段;长时间模拟可能出现细节漂移,音频准确性和画面内文字可读性也尚未完全解决。

Genie 4 目前仅以研究预览形式向“受信任测试者”开放;未来几周将扩展到 Google AI Ultra 订阅用户的 Project Genie,以及 Gemini API 和 Google AI Studio 的早期合作伙伴。相关阅读: 《 谷歌推出最强世界模型 Genie 4:一句话创造可交互虚拟世界,首次实现音视频同步生成 》

返回 AI 市场导读

来源:ithome.com