北京
分享至
当地时间 10 月 27 日，谷歌 DeepMind 放出新一代世界模型 Genie 4 的研究预览版。谷歌 CEO 皮查伊给它的定位很直接：公司迄今最逼真、最具互动性的世界模型。
三个升级，最关键是"有声音了"
- 时长翻倍：单次连贯模拟从上一代约 1 分钟拉长到约 2 分钟，渲染帧率稳定在 24FPS 附近。
- 音画同步：首次实现原生音频生成，环境音效、配乐和角色对白与画面在同一过程中产出。
- 边玩边改：一句自然语言就能换天气、调镜头、加角色，场景随指令即时推演。
物理表现也更"真"了：空气动力学、碰撞等场景明显改善，人物动作和细微表情更接近真人。
背后是 Gemini 在当"大脑"
Genie 4 负责生成画面，Gemini 系列模型在后台理解用户目标、规划步骤、维持场景逻辑，并校验执行结果；实时交互跑在轻量版本上，保证响应速度。简单说，一个负责想，一个负责画
过去是写完提示词等一段视频生成，现在是走进一个能随时改动、还会出声的世界。
先用不上，但已让市场紧张
目前 Genie 4 只向少量筛选测试者开放，未来数周将逐步开放给 Google AI Ultra 订阅用户及部分开发者。官方主推的方向是游戏场景搭建、影视前期预演和机器人训练。
发布当天 AI 板块回暖，同时也有人翻出旧账：上一代 Genie 3 面世时，游戏相关标的曾明显波动。这一次，市场的担心来得更早。
一句总结：世界模型开始从"生成一段视频"走向"生成一个能待上两分钟的现场"。两分钟不长，但方向很清楚。
声明：取材网络，谨慎辨别
特别声明：以上内容(如有图片或视频亦包括在内)为自媒体平台“网易号”用户上传并发布，本平台仅提供信息存储服务。
Notice: The content above (including the pictures and videos if any) is uploaded and posted by a user of NetEase Hao, which is a social media platform and only provides information storage services.
