Google Genie 4 上线 Gemini API:文本生 720p 可交互世界,WASD 实时操控
_philschmid · x · 2026-11-20
Google 在 Gemini API 和 AI Studio 正式推出世界模型 Genie 4:
- 用文本或图片播种一个 720p、24fps 的可交互世界
- 支持 WASD 按键、文字提示实时操控,并生成 48 kHz 立体声
- 通过 WebRTC(浏览器,配合临时 token)或 WebSocket 推流
- 图片展示了完整接入流程:服务端创建会话并铸造临时 token(API key 不出后端)、浏览器经 WebRTC 绑定视频元素、用 worldsetup 播种世界、useraction 事件实现实时操控
所属事件:DeepMind 发布 Genie 4 世界模型,Project Genie 正式上线(15 条相关)→
「模型」频道最新
- 拿海战游戏当基准:作者称 GPT 6.2 Astra 大胜 Opus 5.2 — RichardsonDx · 2026-11-20
- Qwen3.8-27B-pi-adapted GGUF 版登上 Hugging Face 热榜 — harness-hub · 2026-11-20
- 马斯克转发 Grok Bot 打电话演示:实时转录实用 — elonmusk · 2026-11-20
- Airbnb 用 Gemma 4 E2B 做策略分类:成本 1%,延迟 35ms,F1 达 0.902 — petrusenko_max · 2026-11-20
- 惊人发现:仅 1 个神经元做语言识别达 99.1%,超专用模型 — julianweisser · 2026-11-20
- 科普线程:你提问之后,AI 内部到底发生了什么 — techartist_ · 2026-11-20