DeepMind 发布 Genie 4 世界模型:实时交互模拟+原生多模态音频
alejandroll10 · x · 2026-10-28
Google DeepMind 官方宣布新一代世界模型 Genie 4,主打前所未有的真实感与实时交互模拟。
关键信息:
- 原生多模态:可在生成世界的同时同步生成音乐、环境音与交互对话
- 基于 Gemini 家族构建:Gemini Omni 锚定真实世界的外观与行为,其他 Gemini 模型提供维持模拟连贯性所需的复杂推理
- 用户设定一个事件后,Genie 4 模拟后续发展:世界如何响应、声音如何变化、人物如何移动与说话
- DeepMind 称理解与模拟世界是通往 AGI 的关键一环,可用于机器人/Agent 训练环境和新交互体验
发布节奏:先向受信任的测试者开放研究预览,之后面向 Google AI Ultra 订阅者(Project Genie)及 Gemini API / Google AI Studio 早期合作伙伴开放,已开放 waitlist。
所属事件:谷歌 DeepMind 发布 Genie 4 实时交互世界模型(35 条相关)→
「多模态」频道最新
- 一个 Claude Code 技能包搞定 50 种视频特效,一条命令自动换景 — aitrendz_xyz · 2026-10-28
- Genie 4 实时模拟 Blender 跑通，研究者预言两年内全双工 UI 交互上端侧 — mathemagic1an · 2026-10-28
- 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
- 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