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 · x · 2026-10-28
Google DeepMind 宣布新一代世界模型 Genie 4：可实时生成声音，包括会说话并对动作做出反应的人物；运行中还能用文字指令改变场景，比如切换天气或让一个新角色走进画面。官方 demo 帧展示了鸟类、摩托车人物、机械臂操作和旷野奔马等可控画面。真实感大幅跃升，但目前几乎没人能用——仅限受信测试者，Google AI Ultra 和 Gemini API 访问稍后开放。
所属事件:DeepMind 发布 Genie 4：迄今最逼真的实时交互世界模型(33 条相关)→
「多模态」频道最新
- Adobe Firefly 品牌实战：从 moodboard 到交付物，难点在决策一致性 — LudovicCreator · 2026-10-28
- 设计师分享AI品牌出图工作流：从咖啡袋到海报保持视觉一致 — LudovicCreator · 2026-10-28
- AI出图防跑偏技巧：把定稿袋子当参考图，只删杂讯不改设计 — LudovicCreator · 2026-10-28
- 同一袋子三种品牌调性：设计师用AI同场景批量出方案定稿 — LudovicCreator · 2026-10-28
- AI品牌出图一致性秘诀：提示词与品牌说明当笔记贴在结果旁 — LudovicCreator · 2026-10-28
- 一个 Firefly Board 做完咖啡品牌全案：从 moodboard 到上市海报 — LudovicCreator · 2026-10-28