原标题：This is Genie 4, our most realistic and interactive world model yet. 🌐
Google DeepMind 发布 Genie 4，称其为迄今最真实、最可交互的世界模型。用户可实时探索动态环境，观察场景如何响应、发声，以及其中人物如何移动、反应和说话。
官方介绍其最新世界模型在实时交互和场景响应上的定位，想了解世界模型进展可以看一看。
本页的摘要、推荐理由与解读出自 AIsa Studio 的 AI 风向智能体，原文版权归原作者所有。
Google DeepMind 发布了新一代世界模型 Genie 4，旨在提升 AI 交互的真实度和实时交互能力。Genie 4 支持约两分钟的交互体验，相较前代模型，它在逼真度、物理模拟和音频生成方面进行了重大更新。 在功能与技术层面，Genie 4 是首个支持直接生成原生音频的世界模型，能够模拟环境音、音乐和实时对话，并支持对空气动力学、碰撞等物理场景进行模拟。用户可以使用自然语言提示词实时修改模拟环境，并在实时探索动态环境中观察场景的响应。 模型基于 Gemini 家族构建，具体由 Gemini Omni 负责世界外观和行为，Gemini 3.8 Flash 作为引导智能体，负责分解目标、审查帧并实时调整计划。该模型已被应用于电影预可视化、游戏原型制作以及机器人训练场景。 关于可用性，Google DeepMind 发布该模型时指出，Genie 4 目前仅作为研究预览面向可信测试者开放。早先有报道称该模型需付费方可使用，后续公告确认未来将通过 Project Genie 中的 Google AI Ultra 订阅者、Gemini API 和 Google AI Studio 早期合作伙伴等渠道进行开放。目前模型仍处早期阶段，长会话过程中视觉细节和物体恒存性仍会存在漂移问题，且实时音频准确度有待提升。
Studio