Google DeepMind 发布 Genie 4：带声音和对白的实时 3D 世界模型
The Decoder · rss · 2026-10-28
Google DeepMind 推出 Genie 4，一个可实时模拟交互式 3D 世界的世界模型：
- 支持音效与可对话角色，用户可与模拟世界实时互动；
- 架构思路呼应 LLM 出现之前的早期 agent 设计，但用 Gemini 模型在后台做规划以维持模拟的一致性；
- 目前仍是早期研究模型，长时间会话会出现视觉不一致问题。
「多模态」频道最新
- 开源工作流破解非人形 3D 资产动画:视频生成+DINOv2 关节追踪 — mishig25 · 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
- 一个 Firefly Board 做完咖啡品牌全案：从 moodboard 到上市海报 — LudovicCreator · 2026-10-28
- 用 MiniMax H3 生成超写实车内心跳自拍，网友晒最满意作品 — Error4010 · 2026-10-28
- MOSS-Image 生态周报：ComfyUI 0.43、QwenVL 布局节点与多款风格 LoRA — optimisticalish · 2026-10-28