Google DeepMind 发布 Genie 4:实时交互世界模型，自带原生音频
rakyll · x · 2026-10-28
Google DeepMind 发布 Genie 4,称其为迄今最真实、可交互性最强的世界模型。核心能力:
- 实时可控环境:用户可实时引导动态环境,塑造事件、镜头角度与行动
- 原生音频生成:从逼真背景音到角色实时对话,音频与世界观感匹配
- 照片级场景与真实物理模拟
- 多步事件连贯性:借助 Gemini 推理维持长程一致;开发者 Elvis Collins 透露模型基于 Gemini Omni 构建,并让 Gemini 在环中保持连贯
目前以 research preview 形式向受信任的测试者开放,后续将面向 Google AI Ultra 订阅者(Project Genie)、以及通过 Gemini API 和 AI Studio 向早期合作伙伴开放。
所属事件:DeepMind 发布 Genie 4 实时交互世界模型(39 条相关)→
「多模态」频道最新
- QuiverAI Arrow 2 登陆 FLORA：生成可分层编辑的专业级 SVG 矢量图 — stuffyokodraws · 2026-10-28
- Midjourney 提示词分享：海浪化作巨兽，「水即将变成生物」的构图思路 — tisch_eins · 2026-10-28
- 时尚武士 AI 图创作接龙，红黑和风大片惊艳出圈 — LudovicCreator · 2026-10-28
- 内部人士放风：多家实验室正大量采买数据，动态/创意/动画能力在路上 — himanshustwts · 2026-10-28
- 「A nnie I ncredible」:一段质感惊人的 AI 生成视频在 Reddit 走红 — OBannion · 2026-10-28
- AI 视频风格转换实测:真人实拍秒变动画电影质感 — Lucky_Feedback9915 · 2026-10-28