当地时间10月27日，谷歌DeepMind推出新一代世界模型Genie4研究预览版，并称其为“迄今为止最逼真、交互性最强的世界模型”。

这是Genie世界模型系列时隔一年多后推出的第四代产品。

谷歌将Genie4定位为“重大研究里程碑”，称其在原生音频、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。

该模型可生成高拟真度、可交互的虚拟世界，最长维持两分钟连贯画面。

模拟运行过程中，用户可通过自然语言文本指令改变世界，例如调整天气、移动镜头、加入新角色或物体。

用户不仅能够观看AI生成的世界，还能进入其中与环境互动。

有别于主流AI重新生成一段视频，Genie4会结合当前场景上下文执行动态变化，更像“可交互的虚拟沙盒”或“AI导演系统”；用户可设定事件并观察世界演化，随时介入调整。

在Genie4中，谷歌首次把Gemini系列模型更深地引入世界模拟：由大语言模型承担任务理解、事件规划与场景逻辑维护，动态世界的实时呈现则交给Genie4。

该模型首次实现音视频同步生成，可产出与虚拟环境匹配的实时音频，包括音乐、环境噪声和交互式对话。

谷歌表示，世界模拟有望为机器人和智能体提供训练环境，并拓展影视、新闻、游戏及制造业的创作工具。

目前Genie4已向部分受信任测试者开放，未来将面向GoogleAIUltra订阅用户及GeminiAPI、AIStudio的早期合作伙伴推出。

市场有风险，投资需谨慎。本文为AI基于第三方数据生成，仅供参考，不构成个人投资建议。

本文源自：市场资讯