跳至正文返回首页Genie 4 补充细节：单次模拟延至两分钟，明确 Project Genie 开放路径
- 前情提要：Google DeepMind 此前发布 Genie 4 世界模型，定位为新一代实时交互模拟系统，引入原生音频生成，但未披露可用入口与延迟。
- 最新突破：官方演示显示单次交互模拟时长从约一分钟延长至两分钟；模型可在生成世界的同时实时产出环境声音、音乐与人物对话，支持用户在运行中继续输入提示词改变场景。
- 架构细节：Genie 4 融合 Gemini 家族能力——Gemini Omni 提供现实世界外观与行为基础，Gemini 3.8 Flash 充当实时引导智能体，负责任务分解与步骤判断；Gemini 4 Argon 与 Genie 4 结合，已用于模拟 Apptronik Apollo 人形机器人下跳棋的过程。
- 开放路径：目前已向部分受邀测试者开放研究预览，未来将通过 Project Genie 向 Google AI Ultra 订阅用户开放，并逐步提供给 Gemini API 和 Google AI Studio 的早期合作伙伴。
- 边界：两分钟后场景一致性下降，复杂物理交互、空间准确性与音频准确性仍有待改进；距离支撑大型开放世界游戏尚有技术距离。
🔗 爱范儿报道