世界模型是代理（agents）的新评估沙盒。

DeepMind 的 Genie 4 是一个具有原生音频和自然语言控制功能的实时交互式世界模型。他们将其定位为用于机器人和代理的训练及测试环境，包括由 Genie 渲染 Gemini 模型规划的步骤。

这是面向受信任测试人员的研究预览版，稍后将登陆 Google AI Ultra（Project Genie）以及早期的 Gemini API / AI Studio 合作伙伴。DeepMind 明确指出了其局限性：在较长的会话中，细节和物体恒常性可能会漂移；交互时长仅为几分钟级别；文本渲染能力仍然较弱。

值得保存的观点：我会将世界模型视为一种评估沙盒，前提是会话时间短且故障模式被记录——但它目前还不是生产环境的测试工具。

你实际上会首先在模拟世界中针对代理进行哪些测试？

来源：
https://deepmind.google/blog/genie-4-a-new-generation-of-world-simulation/
https://blog.google/innovation-and-ai/models-and-research/google-deepmind/introducing-genie-4/