Google发布Genie 4世界模型研究预览

Google DeepMind 于周二发布 Genie 4 研究预览，提升世界画面的逼真度，并支持实时生成音频及通过提示词修改模拟场景。场景一致性可维持最长两分钟，是前代的两倍，但长时间模拟仍可能出现细节与物体漂移，音频准确性和场景内文字可读性也存在不足。

Google DeepMind 发布世界模型 Genie 4 的研究预览，向可信测试者开放，支持实时场景修改、原生音频和交互式对话。Gemini 3.8 Flash 在生成过程中观察场景、拆解目标并检查步骤完成情况，帮助模拟复杂多步事件；模型在较长运行中仍可能出现视觉细节与物体持久性漂移。

Google 宣布推出 Genie 4 世界模型，可生成更逼真的交互世界，体验时长由 Genie 3 的约一分钟延长至约两分钟。模型支持用自然语言提示词实时修改体验、生成音频，并使用 Gemini 3.8 Flash 辅助模拟，但 Google 提醒，模拟时间变长后，细节和物体持久性可能发生偏移。