用 Genie 4+Gemini 现场搭 5 个世界模型，实时语音互动惊艳
petergyang · x · 2026-10-29
Peter Yang 发布新视频，认为世界模型是 LLM 之后 AI 的下一个大方向。他用 Google Genie 4 + Gemini 直播搭建了 5 个可交互世界，包括怪兽袭击旧金山、东京路边摊吃拉面、骑龙攻城等场景。
他表示画面质量之外更打动他的是实时音频与交互性，并分享了对电影和游戏行业意味着什么的判断。
所属事件:谷歌发布 Genie 4 实时世界模型，一句话生成可导演的交互世界(23 条相关)→
「多模态」频道最新
- Cartesia 全托管语音 agent Elo 1115,任务成功率升至 91.7% — HazyResearch · 2026-10-29
- Rime 发布语音智能体模型 Prism：自动补话消除通话冷场 — testingcatalog · 2026-10-29
- Tavus 曝 Griffin 幕后实拍：边说话边听话看房间伺机插话 — aftahi_ai · 2026-10-29
- 两个小小登山者穿越牧场,群山占满整个地平线的视觉奇观 — misovalko · 2026-10-29
- 开源 Darius：本地运行的 ComfyUI 创意画布，多模型同屏出图 — neofuturist · 2026-10-29
- ComfyUI 演示玩具车无缝变身真实驾驶画面,附完整工作流 — TinfoilTricorn · 2026-10-29