Google发布Genie 4：实时交互世界模型新增音频与自然语言引导

Google DeepMind 发布 Genie 4 实时世界模型，作为研究预览向可信测试者开放；它能从文本和图像提示实时生成可探索环境，并同步生成环境音、音乐与角色对话。

SiliconANGLE 报道 Google 预览可生成逼真三维环境的 Genie 4 世界模型，这是其 2024 年起推出的世界模型系列的最新成员。

爱范儿报道 Genie 4 生成的世界可维持 120 秒，能实时生成声音、模拟物理，用户可改天气、加角色并与虚拟角色对话，Gemini 负责规划行动、Genie 4 负责实时生成环境。

The Decoder 报道 Genie 4 逐帧实时计算可交互场景并生成声音与会说话的角色，后台由 Gemini 模型规划接下来发生什么，目前只开放给少数测试者。

Google DeepMind 周二以研究预览形式发布 Genie 4，可生成更逼真、更具交互性的世界，用户可在模拟中途输入提示改变场景，并实时生成匹配的音乐、环境音和对话。

Google 的 Genie 4 在 Product Hunt 上线，介绍为由 Gemini 驱动、能在虚拟三维世界中与用户一起游玩、推理和学习的 Agent。

Google DeepMind 发布新一代世界模型 Genie 4，显著提升真实感与实时交互模拟，原生多模态，可与世界同步生成音乐、环境音和对话；它基于 Gemini 系列能力，由 Gemini Omni 锚定真实外观与行为，其他 Gemini 模型负责保持模拟的连贯推理。

Ars Technica 报道 Genie 4 在几乎所有方面改进 Genie 3，并加入音频和更逼真的人物；Google 认为世界模型是迈向 AGI 的关键环节，付费用户未来或可使用。

Google 发布 Genie 4 世界模型，主要更新包括更逼真的世界、可用自然语言实时修改体验、生成音频、后台使用 Gemini 3.8 Flash，单次体验时长约两分钟，比 Genie 3 的一分钟翻倍。

Google 宣布 Genie 4 研究成果，为实时交互模拟带来更高真实感和原生音频；用户可用自然语言实时引导场景，如移动镜头、改变天气或加入新角色，每个世界都会即时生成环境音、音乐和对话。