谷歌DeepMind正式发布新一代世界模型Genie 4，用户只需输入文字提示即可创建可探索的虚拟世界，并用键盘操控角色在其中游历，还能在场景运行中实时改变天气或添加角色。
相比上一代Genie 3，新模型模拟环境最长可运行两分钟，时长翻倍，并且是该系列首款能同步生成声音与画面的产品，涵盖环境音、音乐及可回应用户行为的对话。
该模型依靠Gemini维持虚拟世界的连贯性：生成场景时，Gemini会观察画面、理解用户目标并拆解步骤，再核查每步是否完成。实际实时体验由轻量级主力模型Gemini 3.8 Flash驱动。
谷歌以研究预览形式向小批受信任测试者开放Genie 4，未来几周将扩展至Google AI Ultra付费用户及部分开发者。今年1月Genie 3原型亮相时曾引发游戏股大跌，市场担忧AI颠覆游戏制作方式。
谷歌强调该模型仍处实验阶段，复杂物理交互、清晰文字及长时间一致性均有待完善。DeepMind研究总监坦言，维持两分钟一致性需模型真正理解物理规律。所有生成音视频均带SynthID隐形水印。