谷歌正式发布新一代世界模型Genie 4，官方称其为迄今真实度与交互能力最强的一代。与普通文生视频模型不同，世界模型能持续模拟环境变化，用户可进入虚拟场景实时交互，而非仅观看固定视频片段。
本次升级将最长连续模拟时长提升至约2分钟，达到前代Genie 3的两倍，并首次实现音视频同步生成，可同步输出环境音效、背景音乐与动态交互对话。用户通过自然语言即可实时调整场景，切换天气、改动视角、添加角色与物体，指令在模拟运行中即时生效。
Genie 4由Gemini系列模型提供推理与规划能力。谷歌曾测试旗舰模型Gemini 4 Argon，但为保障低延迟实时交互，最终采用更轻量的Gemini 3.8 Flash。所有生成内容均嵌入SynthID水印，用于识别AI生成内容。
该模型目前以研究预览形式向少量测试者开放，未来数周将逐步推送至Google AI Ultra订阅用户，并通过Gemini API与Google AI Studio向部分开发者提供早期访问。谷歌正与合作伙伴探索影视预演、游戏原型开发、历史场景教育与机器人模拟训练等落地场景。
谷歌同时承认，长时间模拟仍会出现画面细节与物体漂移，复杂物理互动、可读文字生成与场景长期一致性等问题尚未解决，距离成熟商用的通用模拟环境仍有差距。