DeepMind 发布 Genie 4：迄今最逼真的实时交互世界模型

10 月 28 日，Google DeepMind 正式发布新一代世界模型 Genie 4，官方称其为迄今最逼真、可交互性最强的世界模型，并同步放出介绍视频，已开放等候名单。

已确认

• 用户可用自然语言实时操控模拟世界及其音景：改变天气、移动镜头、向环境中引入新元素，实时探索动态环境，观察场景响应以及环境中人物的移动、反应与对话。
• 架构上基于 Gemini Omni 构建，Gemini 充当模拟的「大脑」，负责把用户请求翻译成模拟行为。
• 能力亮点包括照片级真实感(空间与人物细节逼真)、高级物理(空气动力学、碰撞、自然的人物动作)，以及通过提示改变场景、添加元素。
• 原生多模态与音频：视频中所有声音(音乐般音频、环境音、交互对话)均由模型直接生成。
• Google 称世界模拟是通往 AGI 的关键，正与可信测试者在影视、游戏设计、教育和机器人仿真领域探索实际用例；早期反馈积极，用例包括 VFX 前期可视化、用经核实的档案资料「复活」历史场景等，测试者公认的最大进步集中在真实感、交互性与物理表现等三大方面。

为什么重要

• Genie 4 将世界模型从「生成视频」推进到「可实时交互的完整模拟」，且原生音频与高级物理让它更接近真实环境，对影视前期制作、游戏设计、教育与机器人仿真等场景有直接应用价值。
• 以 Gemini 作为模拟大脑、用自然语言直接驱动世界，代表了一种把多模态大模型与世界模型深度耦合的路线，是 DeepMind 通往 AGI 叙事的重要一步。

2026-10-28 ~ 2026-10-28 · 29 条相关

• 谷歌 DeepMind 发布 Genie 4：基于 Gemini 的实时交互世界模型 — Google DeepMind · 2026-10-28
• 【源头】DeepMind 发布 Genie 4:迄今最逼真的可交互世界模型 — GoogleDeepMind · 2026-10-28
• 【源头】Genie 4 细节曝光:Gemini Omni 驱动,原生音频+实时交互 — GoogleDeepMind · 2026-10-28
• Genie 4 官方介绍视频发布:下一代世界模拟 — kvothe5688 · 2026-10-28
• 【源头】Genie 4 已进入影视、游戏、教育、机器人仿真测试，反馈集中在三大提升 — GoogleAI · 2026-10-28
• Genie 4 全部输出带 SynthID 水印，将向 Google AI Ultra 订阅者开放 — GoogleAI · 2026-10-28
• 谷歌发布 Genie 4 世界模型:实时可交互、原生音频、物理仿真 — sundarpichai · 2026-10-28
• Pichai 晒 Genie 4 实机演示:一句「绿灯」让 Gemini 推理出摩托车起步 — sundarpichai · 2026-10-28
• 谷歌发布 Genie 4：文本提示实时生成可探索、带声音的世界 — chrisfirst · 2026-10-28
• Genie 4 新增原生音频与文本实时改景,会话时长翻倍 — chrisfirst · 2026-10-28
• 谷歌发布 Genie 4:文本生成可探索世界,会话时长翻倍至 2 分钟 — chrisfirst · 2026-10-28
• Google DeepMind 发布世界模型 Genie 4：实时生成声音与对话，可文字改场景 — faraz0x · 2026-10-28
• Google DeepMind Genie 4 首个演示曝光：实时生成游戏世界，提示词即时改世界 — mark_k · 2026-10-28
• 谷歌发布 Genie 4 实时世界模型，支持原生音频与照片级场景 — natanielruizg · 2026-10-28
• 谷歌发布 Genie 4 世界模型:实时音频加提示词触发事件 — op7418 · 2026-10-28
• 谷歌 Genie 4 发布：实时可玩世界模型，支持原生音频与现场改提示词 — _philschmid · 2026-10-28
• Google 发布 Genie 4：可实时漫游的照片级 AI 世界 — minchoi · 2026-10-28

另有 12 条近重复转述:scaling01 · GoogleAI · abhishek__AI · abhishek__AI · kalyan_kpl · heyshrutimishra · Polymarket · c_valenzuelab · altryne · poolio · minchoi · RubenEVillegas