谷歌发布Genie 4，推进实时世界模拟
Genie 4可生成带原生音频、实时操控和更强物理连续性的互动世界，但目前仍处于受限研究预览阶段。
发生了什么
谷歌DeepMind发布Genie 4。这款多模态世界模型生成的不是孤立图片或视频片段，而是可以互动的动态环境。系统能够同时生成环境声音、音乐、对话和场景变化，用户还可以用自然语言实时修改天气、镜头、物体或人物，让世界继续向前运行。
谷歌表示，Genie 4建立在Gemini系列能力之上：Gemini Omni负责现实外观与行为的基础建模，其他Gemini模型则承担推理任务，帮助维持模拟世界的连贯性。谷歌将其应用方向指向机器人和智能体训练、电影制作、游戏设计及互动体验。
这并不是面向所有用户的正式上线。Genie 4目前只向受邀测试者开放，未来计划通过Project Genie向Google AI Ultra订阅者开放，并向部分Gemini API和Google AI Studio合作伙伴提供早期访问。谷歌还表示，生成的音频和视频会使用SynthID水印。
为什么重要
Genie 4显示，生成式AI正在从内容制作工具走向持续运行的模拟基础设施。如果这类系统足够可靠，开发者便可用更低成本创建机器人训练环境、测试物理交互，并制作无需手工编写全部资产和规则的可探索媒体。
但它的限制同样关键。谷歌承认，长时间运行时物体可能漂移，复杂物理交互和文字渲染仍不稳定，场景连续性也会下降。短片演示能否转化为可重复的训练和生产流程，才是Genie 4下一阶段真正要回答的问题。