Google DeepMind 发布 Genie 4 世界模型：原生多模态、含音频的实时交互模拟
scaling01 · x · 2026-10-28
Google DeepMind 发布新一代世界模型 Genie 4，主打更高真实感与实时交互模拟，已开放等候名单。
- 原生多模态：可同时生成音乐般的音频、环境音与交互对话，视频中所有声音均由模型直接生成。
- 架构：基于 Gemini 家族构建——Gemini Omni 锚定真实世界外观与行为，其他 Gemini 模型提供维持模拟连贯性与持续性的复杂推理。
- 玩法：设定一个事件，Genie 4 模拟后续：世界如何响应、声音如何、人物如何移动、反应与说话。
- 定位：DeepMind 称理解与模拟世界是构建 AGI 的关键，Genie 4 可用于机器人与智能体训练环境、新交互体验等安全可变模拟。
- 发布节奏：先以研究预览版面向可信测试者，随后向 Google AI Ultra 订阅者（Project Genie）及 Gemini API / Google AI Studio 早期合作伙伴开放。
所属事件:DeepMind 发布 Genie 4 实时交互世界模型(19 条相关)→
「具身」频道最新
- 机器人训练新思路：自然语言之外，演示本身就是引导模态 — Ed__Johns · 2026-10-28
- Physical AI 高管预测灵巧操作 2-3 个季度内突破，机器人已能自学抓推车 — BradPorter_ · 2026-10-28
- Hugging Face 办公室内机器人 Asimov 迈出第一步 — mishig25 · 2026-10-28
- NVIDIA 开源机器人数据引擎 Flora：自动给机器人视频打标签和打分 — qinzytech · 2026-10-28
- NVIDIA 开放 3500+ SimReady 仿真资产，免费上架 Hugging Face — mishig25 · 2026-10-28
- Formic 创始人长文：通用机器人怎样才能不拉胯 — AnneliesGamble · 2026-10-28