近日，Google DeepMind 推出新一代世界模型 Genie 4。它能以照片级真实感实时生成并模拟一个可交互的虚拟世界：用户用键盘导航、用自然语言随时改天气、挪镜头、塞进新人物或物体，世界会立刻接住这些变化继续运转。最大亮点是"原生音频"——风声、浪涛等环境声与可实时应答的人物对话，都由一个模型同步生成，不再后期配音。背后由 Gemini Omni 负责世界的观感与行为，Gemini 3.8 Flash 当"导演"持续盯帧、拆步骤、校验因果，让长镜头不失序；实验中的 Gemini 4 Argon 还能把机器人任务分步喂给 Genie 4 渲染，用于机器人训练前的低成本试错。目前 Genie 4 仅以研究预览版开放给 Google AI Ultra 订阅用户及 API/AI Studio 早期伙伴，所有产出带 SynthID 水印。官方也坦白：长时运行后物体恒存与画面细节仍会漂移，复杂物理、可读文字和空间精度仍是攻关重点。谷歌AI