Google DeepMind 发布世界模型 Genie 4，可实时交互并同步生成音频

Google DeepMind 10 月 27 日发布 Genie 4，可生成能用键盘实时操控、并能用文字提示随时修改的模拟环境，同时原生生成环境音、音乐和角色对话。它借助 Gemini 系列模型保持画面一致和任务连贯，目前以研究预览形式提供给受信任测试者。

要点

• 可用自然语言实时修改天气、镜头或添加人物与物体
• 模拟空气动力学、碰撞和人物动作，可追踪多步骤任务的进度
• 官方承认长时间会话或多次编辑后，画面细节与物体持久性会漂移
• 计划先向 Google AI Ultra 订阅者和 Gemini API 早期合作伙伴开放，生成内容带 SynthID 水印

来源

### [Google DeepMind 发布世界模型 Genie 4，可实时交互并同步生成音频]({{URL}})

Google DeepMind 10 月 27 日发布 Genie 4，可生成能用键盘实时操控、并能用文字提示随时修改的模拟环境，同时原生生成环境音、音乐和角色对话。它借助 Gemini 系列模型保持画面一致和任务连贯，目前以研究预览形式提供给受信任测试者。

- 可用自然语言实时修改天气、镜头或添加人物与物体
- 模拟空气动力学、碰撞和人物动作，可追踪多步骤任务的进度
- 官方承认长时间会话或多次编辑后，画面细节与物体持久性会漂移
- 计划先向 Google AI Ultra 订阅者和 Gemini API 早期合作伙伴开放，生成内容带 SynthID 水印

**为什么值得关注**：依赖多模态生成能力且未开放权重，和读者当前的研发工作关系不大，了解即可。

来源：[Genie 4: a new generation of world simulation](https://deepmind.google/blog/genie-4-a-new-generation-of-world-simulation/)；[Hacker News 讨论：Genie 4](https://news.ycombinator.com/item?id=50261319)