Google DeepMind 发布 Genie 4:照片级实时世界模型,带物理、音频与可控交互
altryne · x · 2026-10-28
Google DeepMind 官方公布了 Genie 4 世界模型的新特性:
- 照片级真实感:基于 Gemini Omni 构建,空间与人物细节逼真
- 高级物理模拟:空气动力学、碰撞检测、自然的人物动作
- 实时控制:通过 prompt 即可改变场景、添加元素或与角色互动
- 原生音频:环境音、音乐、背景噪声与可交互对话
- Gemini 推理:支持多步骤规划
博主 altryne 表示本周将在 ThursdAI 播客中跟进介绍。
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