Google DeepMind 发布 Genie 4 世界模型研究预览，新增实时音频与场景操控
Google DeepMind 于周二以研究预览形式发布 Genie 4，可生成带实时音频的交互式世界，并允许用户在模拟过程中输入提示词改变场景。它可让场景保持一致最长 2 分钟，是 Genie 3 时长的两倍，也支持实时修改天气、镜头角度及场景中的人物或物体。
#DeepMind
TechCrunch · AI精选AI 评分8282 The DecoderAI 评分6363 Google DeepMind推出Genie 4实时世界模型
Google DeepMind推出Genie 4，可实时模拟可交互世界，并根据键盘操作和文本提示调整场景。公司称，Genie 4能直接生成环境音并处理角色对话；Gemini模型会规划模拟中的后续事件，以维持场景连贯。Genie 4目前仅向部分测试者开放研究预览，较长模拟中的视觉细节和物体持续性仍不稳定。
The Verge · AIAI 评分6262 Google 发布 Genie 4，生成更逼真的交互体验
Google 宣布推出用于生成交互体验的世界模型 Genie 4，并称其能生成更逼真的世界、实时响应自然语言提示词、生成音频，模拟由 Gemini 3.8 Flash 驱动。
Ars Technica · AIAI 评分4444 Google DeepMind 发布 Genie 4 世界模型，称其物理模拟和人物表现更逼真
Google DeepMind 发布 Genie 4 世界模型，称其在几乎所有方面都比 Genie 3 有所改进，模拟中的物理效果和人物表现更逼真。模型结合更新后的 Gemini 模型，可实时逐帧生成可探索的虚拟世界；Google 称，付费用户或不久后即可使用。