Google预览可交互三维世界模型 Genie 4

谷歌 DeepMind 官宣第四代世界模型 Genie 4，可实时生成并持续运行动态环境，用户能够通过键盘和自然语言改变天气、镜头、物体与角色。Genie 4 还支持原生实时音频，并由 Gemini 参与任务理解、事件规划和场景逻辑维护。Google 还展示了 Genie 4 与 Gemini 4 Argon 协作模拟 Apptronik Apollo 人形机器人下国际跳棋的过程。

Google 预览 Genie 4 世界模型，可根据自然语言生成逼真的三维环境，并支持用户通过后续提示词或键盘控制进行导航和编辑。模型使用 Gemini Omni 提升视觉素材的真实感，并由 Gemini 3.8 Flash 帮助保持模拟各帧的一致性；DeepMind 也在研究将 Genie 4 用于机器人仿真和 AI 训练。