谷歌发布 Genie 4：新一代世界模拟模型实现实时交互与原生音频
talkingdev • 2026-10-28
1913 views
谷歌 DeepMind 正式推出新一代世界模拟模型 Genie 4。该模型能够生成高度逼真、可实时交互的虚拟环境，并首次引入原生音频与实时提示编辑能力，用户可通过自然语言指令即时调整场景内容。Genie 4 在一致性模拟时长上提升至约两分钟，是上一代 Genie 3 的两倍，同时在物理模拟和角色动作真实感方面显著增强。其背后由 Gemini 模型提供驱动，在环境理解、动作生成与多模态反馈之间形成更紧密的闭环。这一进展意味着世界模型正从静态生成走向可交互、可编辑的动态仿真，对具身智能训练、游戏开发、影视预演和机器人仿真等场景具有重要价值。
核心要点
- Genie 4 可生成逼真且可实时交互的环境，并支持同步音频和提示词编辑
- 模拟一致性时长提升至两分钟，达到 Genie 3 的两倍
- 由 Gemini 模型驱动，强化物理仿真与角色动作真实感