DeepMind发布Genie 4实时交互世界模型

Google DeepMind 发布 Genie 4，官方称其为迄今最真实、最具交互性的世界模型。用户可通过文字生成可进入的 3D 世界，实时调整天气、镜头和场景元素，并配备原生音频（环境声与对白）；底层基于 Gemini，含 Omni 锚定外观与行为。

Alisa 称 Google DeepMind 的 Genie 4 已上线，是其迄今最真实、最可交互的世界模型。提示词可实时构建世界，场景可修改、元素可添加、角色可对话；模型新增原生音频，涵盖环境声、音乐与实时对话。

Google DeepMind 发布 Genie 4，被描述为迄今最逼真的交互式世界模型，支持照片级写实、原生音频和实时提示控制。原文附有 DeepMind 官方博客及 X 帖子链接。

Google DeepMind 公布 Genie 4 交互式世界模型。@AI_Detailed 称其为目前最逼真的版本，支持照片级世界、真实物理、实时控制、原生音频与 AI 推理。

Google DeepMind 发布世界模型 Genie 4 研究预览版，新增实时音频生成（含音乐、环境音和对话）及模拟中打字实时改场景的能力。

DeepMind 称 Genie 4 是其最逼真的交互式世界模型，基于 Gemini Omni 构建 photorealism，支持人物可移动、反应和说话的物理交互，并可通过提示实时改变场景。该模型以研究预览形式面向可信测试者开放，后续将上线 Project Genie 供 AI Ultra 订阅用户使用。

Google 发布 Genie 4 实时交互世界模型，具备原生音频生成、自然语言实时控制及改进的物理与人体运动能力。

据 VivideoAI 消息，Google DeepMind 发布 Genie 4 交互式世界模型，支持实时相机控制、文本提示场景更新和原生音频生成。

Google 发布 Genie 4，称其为目前最逼真、最具交互性的世界模型，支持实时操控动态环境与相机角度、生成与场景匹配的原生音频、模拟照片级真实场景及物理，并通过 Gemini 推理驱动更连贯的多步事件。

Google DeepMind 发布世界模型 Genie 4，基于 Gemini Omni 构建，官方称其是最写实、最具交互性的世界模型。用户可实时探索照片级真实环境，并通过提示词改变场景或添加新元素。

Google DeepMind 发布 Genie 4 世界模型，用户可用自然语言实时操控天气、镜头及环境新元素。Gemini 作为模拟大脑，将请求转化为动作并规划复杂事件，同时追踪场景变化；Genie 4 还引入环境音效与可实时适应的交互对话。

今天我们推出 Genie 4——@GoogleDeepMind 最新的交互式世界模型 🌐 https://t.co/iE4WEWZRN4

Google DeepMind 发布 Genie 4，一款原生多模态实时世界模拟模型，可同时生成画面、环境音效和交互对话，并依托 Gemini 家族维持场景连贯性与多步推理。

DeepMind 发布 Genie 4 世界模型，在物理仿真、人物真实感和音频方面较去年的 Genie 3 均有提升。该模型无需预渲染环境或编程交互元素，可根据指令逐帧实时生成虚拟世界体验；Google 称世界模型是通往 AGI 的关键路径，可为物理机器人创造无限训练环境或支持创意领域快速原型开发。性能提升部分得益于更新的 Gemini 模型，付费用户有望近期使用。

Google 宣布 Genie 4 世界模型，可生成约两分钟的 AI 交互体验（Genie 3 为一分钟），支持实时自然语言更新和音频生成，底层采用 Gemini 3.8 Flash。Google 称其适用于影视预演、游戏原型和机器人训练场景，但提醒较长模拟中细节和物体持久性可能漂移；目前以研究预览形式向可信测试者开放，后续将面向 Google AI Ultra 订阅用户推出。