Genie 4 让 Gemini 担任模拟的规划器，而正在玩跳棋的人形机器人则是我最想看的演示。

谷歌称这是迄今为止最逼真、最具交互性的世界模型。你可以用自然语言实时操控场景：天气、摄像机角度、新物体、动作等。

有趣之处在于这个循环。据谷歌介绍，Gemini 充当大脑。它将你的请求转化为行动，规划多步事件，观察场景展开，并在你改变故事时进行调整。其中一份摘要指出，Gemini 3.8 Flash 是负责观察场景、将任务分解为步骤并检查每一步是否成功的模型。

来自官方公告：
> 与场景匹配的原生音频，包括能够实时对话的角色
> 具有真实物理效果的逼真场景

在机器人领域，据报道 DeepMind 展示了一项实验，将 Gemini 4 Argon 与 Genie 4 配对，以模拟一个 Apollo 人形机器人玩跳棋。一位评论者提出的后续想法是：在任务中途移动一个物体，让 Gemini 重新规划，看看智能体能否恢复。这是一个值得运行的测试，我也希望看到相关数据。

目前的访问权限仅限于受信任测试人员的研究预览版。Google AI Ultra 订阅用户将通过 Project Genie 很快获得该功能，早期合作伙伴则可通过 Gemini API 和 AI Studio 使用。未公布具体日期。

收藏此帖，并在开放早期访问时查看 Gemini API 文档，以便在自己的任务上尝试重新规划循环。