Google DeepMind 发布世界模型 Genie 4 研究预览,可实时改场景
Google DeepMind 发布新一代世界模型
Genie 4,能实时生成照片级逼真的可交互场景,并模拟物理效果和人物的动作与对话。用户可以在模拟中随时用文字提示改变天气、镜头或加入新人物,模型会同步生成环境音、音乐和对话。目前Genie 4以研究预览形式向受信任的测试者开放,之后将向 Google AI Ultra 订阅用户推出。
Google DeepMind 发布新一代世界模型 Genie 4,它借助 Gemini Omni 让模拟贴近真实世界的外观和行为,并由其他 Gemini 模型保持模拟的连贯。用户可随时用文字提示改变天气、镜头或加入新的人物和物体,模型能模拟空气动力学、碰撞等物理效果,人物动作自然。
Genie 4 是该公司首个原生生成音频的实时世界模型,能同步生成环境音、音乐和人物对话。Gemini 3.8 Flash 在模拟中拆分目标步骤,并检查画面确认进度。
目前 Genie 4 以研究预览形式向受信任的测试者推出,随后将向 Project Genie 中的 Google AI Ultra 订阅用户,以及 Gemini API 和 Google AI Studio 的早期访问合作伙伴开放。Google DeepMind 称,该模型只支持几分钟的连续交互,运行越久细节和物体越可能漂移。



相关链接:






























