Google DeepMind 发布 Genie 4 世界模型，新增音频与实时修改

Google DeepMind 于 10 月 27 日发布世界模型 Genie 4，先以研究预览形式向可信测试者开放。该模型带来四项主要更新：生成更逼真的世界，允许用户用自然语言提示实时修改场景，可生成音频，并采用 Gemini 3.8 Flash 强化模拟。生成体验长度从 Genie 3 的约一分钟提升至约两分钟。

Genie 4 的音频能力包括音乐、环境声与交互式对话，是 DeepMind 世界模型首次原生加入声音。Google 将其定位为电影预演、游戏原型和机器人训练场景的工具，同时提示长时间模拟中细节和物体恒常性会随时间发生变化。DeepMind 工程师 Diego Rivas 表示，实时能力在创意构思和故事板阶段价值最高，有助于保持创作心流。

商业落地方面，Google 计划通过 Gemini API 和 AI Studio 向开发者推出 Genie 4，消费端先面向每月 100 美元起的 Google AI Ultra 订阅用户，后续分阶段覆盖 AI Pro 和 AI Plus。用户可通过 Project Genie 申请等待名单。Genie 4 是 Google 在世界模型赛道上的最新动作，与 Runway、World Labs、Decart 等公司展开竞争。