Genie 4 细节曝光:Gemini Omni 驱动,原生音频+实时交互
GoogleDeepMind · x · 2026-10-28
DeepMind 详述 Genie 4 世界模型新能力:
- 照片级真实感:基于 Gemini Omni 构建,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
- 实时控制:通过提示改变场景、添加元素或与角色互动
- 原生音频:环境声、音乐、背景噪音与可交互对话
- Gemini 推理:规划多步事件,保持场景演进的连贯性
官方称这是迈向安全虚拟环境的一步,用于观察 agent 和机器人如何导航环境。目前先向可信测试者开放,随后将通过 Project Genie 面向 Google AI Ultra 订阅者,并 soon 在 API 与 Google AI Studio 面向早期合作伙伴开放。
所属事件:DeepMind 发布 Genie 4：迄今最逼真的实时交互世界模型(28 条相关)→
「具身」频道最新
- Mitosis Bench:AI 智能体找肿瘤分裂细胞,最佳模型 pass@1 仅 32.4% — yawnxyz · 2026-10-28
- 开发者用 Codex 打造 ESP32-S3 互动徽章，全离线运行 — OpenAIDevs · 2026-10-28
- OM-1 上岗人形机器人：Cybertruck 末端配送与楼梯作业 — zipengfu · 2026-10-28
- Google 演示：Gemini 拆步骤、Genie 4 实时模拟人形机器人下跳棋 — minchoi · 2026-10-28
- Genie 4 演示模拟机器人做实验：机械臂移液并触发电火花 — minchoi · 2026-10-28
- Dreamlabs 用 8 人团队 400 万美元、4 个月做出第三方验证的 SOTA 机器人世界模型 — gharik · 2026-10-28