DeepMind 发布 Genie 4 世界模型：实时模拟物理与声音，可用于机器人训练
CyberRobooo · x · 2026-10-28
Google DeepMind 官宣新一代世界模型 Genie 4，在真实感和实时交互模拟上有重大提升，目前已向受信任的测试者开放研究预览，后续将面向 Google AI Ultra 订阅用户及 Gemini API / AI Studio 早期合作伙伴推出。
关键信息：
- 原生多模态：可同步生成音乐类音频、环境音和交互对话，视频中的所有声音均由模型直接生成
- 与 Gemini 家族深度整合：Gemini Omni 负责锚定模拟中的真实外观与行为，其他 Gemini 模型提供复杂推理以维持模拟的连贯性与持续性
- 动态世界模拟：设定一个事件后，模型能实时推演世界如何回应、如何发声、其中的人如何移动、反应和说话
- 机器人训练潜力：可用于为机器人和 Agent 构建安全、无限变化的训练环境，例如模拟 Apptronik Apollo 人形机器人下跳棋、UR5 机械臂用移液器向实验板加液等场景
DeepMind 将其定位为通向 AGI 的关键能力：理解并模拟世界。核心待解问题仍是 sim2real 迁移——模拟中的表现能否转化到真实世界任务。
所属事件:Google DeepMind 发布 Genie 4：迄今最强可交互世界模型(48 条相关)→
「具身」频道最新
- PDRVLA 用物理动力学表征刷新 LIBERO 等四大机器人基准 — Hanqing Wang · 2026-10-28
- 阿里达摩院发布跨本体世界模型 RynnWorld-Latent：553.5M 帧联合预训练 — Alibaba-DAMO-Academy · 2026-10-28
- 开发者让 GPT 控制哈苏相机：自动对焦、触发快门、语音聊天 — rrRadium · 2026-10-28
- 机器人抢工作名场面：帖主调侃式围观演示视频 — alysha_lobo · 2026-10-28
- 首尔大学发布家庭机器人导航安全基准:避撞不等于安全 — SeoulNatlUniv · 2026-10-28
- 早期用户吐槽 AI 硬件:不打开应用就发热,体验平庸 — alexmacgregor__ · 2026-10-28