Google Genie 4 上线 Gemini API:可交互世界模型开放调用
_philschmid · x · 2026-11-20
Phil Schmid 宣布 Genie 4 正式登陆 Gemini API 和 AI Studio。开发者可用文本或图像生成 720p/24fps 的可交互世界,通过 WASD 按键、文本提示实时操控,并带 48kHz 立体声。
接入方式:
- 传输支持 WebRTC(浏览器 + 临时 ephemeral token,API key 不出后端)或 WebSocket(Python/JS 异步)
- 后端创建 session 并铸临时令牌,浏览器直接绑定 video 元素渲染
- 可中途发送 WASD 按键事件或文本提示实时引导世界,调用 complete() 结束计费
「编程与Agent」频道最新
- Vibe coding 让企业同一个内部应用被建了三遍 — shensi · 2026-11-20
- Yacine:Joseph Suarez 开源的 skill 文件「值一亿美元」 — yacineMTB · 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
- Cognee 开源:用开放权重模型加 Postgres 搭公司知识本体,免图数据库 — philipvollet · 2026-11-20
- 用户用 Antigravity 智能体集群自动做出两款弹球游戏 — AI_Andrew · 2026-11-20
- Ridges 发布 Ridgeline:打标签即派出 agent 舰队自动开 PR — markjeffrey · 2026-11-20