Google 发布 Genie 4:文本/图片生成可交互世界,24fps 带原生音频
osanseviero · x · 2026-11-20
Google 的 Omar Sanseviero 宣布 Genie 4 正式向开发者开放,可在 Gemini API 和 AI Studio 中试用。
主要能力:基于文本或图片生成交互式世界,帧率达 24fps 且带原生音频,生成后可用键盘 WASD 实时操控 Steering,相当于一个可「走进去」的生成式世界模型。
所属事件:Google 发布 Genie 4:首个开放开发者的世界模型(4 条相关)→
「多模态」频道最新
- 同一提示词出图不同?固定 seed 让图像模型可复现 — Al_Grigor · 2026-11-20
- GPT 6.2 Astra 不用图像生成器:整幅风景画全靠代码逐像素画出 — mark_k · 2026-11-20
- 4 步 LoRA + 细化 LoRA 组合,Moss SFT 加速出图实测惊艳 — aimasterguru · 2026-11-20
- 沙特 HUMAIN 发布主攻阿拉伯语的语音 AI 平台 HUMAIN Voice — HUMAIN · 2026-11-20
- Salesforce 发布 BLIP-Live:主动式流视频理解达 SOTA — Salesforce · 2026-11-20
- 蟑螂们围桌玩狼人杀,AI 生成视频又整新活 — ayushtweetshere · 2026-11-20