Genie 4 实测后判断：世界模型还在 GPT-3.5 时代，但离爆发不远
petergyang · x · 2026-10-29
Peter Yang 发布用 Google Genie 4 + Gemini 实时搭建 5 个可交互世界的视频（哥斯拉袭击旧金山、东京路边摊吃拉面、骑龙攻城等），认为图形与实时音频表现出色，但世界模型整体仍处于 "GPT-3.5 阶段"——令人印象深刻却未成熟。
他判断一旦世界模型达到 GPT-5/6 级别，将对多个行业产生巨大影响：
- 电影：龙大战这类大特效镜头目前需要 VFX 工作室数月工作，未来导演只需给一帧画面，AI 即可生成完整场景。
- 游戏：真正的核心是核心循环、进度系统与玩法机制，世界模型在图形和音效上已很强，但玩法还做不到；不过它会大幅降低做出好看好听的游戏的门槛。
作者整体观点：世界模型是继 LLM 之后 AI 的下一个大事件。
「多模态」频道最新
- Veo 生成女子骑恐龙视频，真实感拉满引热议 — EitherCartographer63 · 2026-10-29
- 香料 3D 高斯泼溅扫描资产包开放下载,可商用 — willeastcott · 2026-10-29
- 蛋盒式可降解跑鞋概念图走红：模压纸浆大底配回收泡棉 — Delahuntagram · 2026-10-29
- 语音指令搭建 3D 世界：CineMap 加 TapNow 的视频创作工作流演示 — umesh_ai · 2026-10-29
- 禅意水墨笔触极简风提示词模板，一张提示词出写意大片 — LudovicCreator · 2026-10-29
- 嫌弃 ComfyUI 太重?stable-diffusion.cpp 跑 Flux Klein 四个文件搞定本地生图 — srigi · 2026-10-29