报道10月29日 12:15 生成
Google DeepMind 发布世界模型 Genie 4 研究预览版，首次原生生成音频
Google DeepMind 宣布新一代世界模型 Genie 4，为实时交互模拟带来更高真实感与原生音频。模型目前以研究预览形式向受信任测试者开放，未来几周将逐步向 Google AI Ultra 订阅用户及 Gemini API、Google AI Studio 早期合作伙伴推出。
素材来源：Google Blog、TechCrunch、The Decoder、人人都是产品经理、品玩、第一财经、雷锋网
本文由 glm-5.3-flash 基于多源报道写成，发布前经编辑审稿。查看产出说明
要点
- Genie 4 是 DeepMind 的新一代世界模型，主打实时交互模拟的真实感与原生音频
- 模型基于 Gemini 系列能力：Gemini Omni 锚定真实世界外观与行为，其他 Gemini 模型提供维持模拟连贯性的推理
- 用户可用自然语言实时操控场景，如移动镜头、改变天气或引入新角色，世界中可即时生成环境音、音乐和交互对话
- 目前仅向有限范围的受信任测试者开放，尚未面向公众发布
Google DeepMind 发布了新一代世界模型 Genie 4 的研究预览版。这款模型面向实时交互模拟，据官方介绍，它在真实感上达到前所未有的水平，并首次原生支持音频生成，目前模型尚未面向公众正式发布。
Genie 4 构建在 Gemini 系列模型的能力之上。其中，Gemini Omni 负责锚定真实世界的外观与行为，其他 Gemini 模型则提供维持模拟连贯性所需的复杂推理。在模拟运行过程中，用户可以用自然语言实时操控场景，比如移动镜头、改变天气或引入新角色。世界中还能即时生成与环境匹配的音频，包括环境音、音乐和人物之间的交互对话。
发布节奏上，Genie 4 已开始向一小部分受信任的测试者推出。官方表示，模型随后将通过 Project Genie 面向 Google AI Ultra 订阅用户开放，Gemini API 和 Google AI Studio 的早期合作伙伴也将获得访问权限。