Google DeepMind 发布 Genie 4 世界模型

Google DeepMind 发布 Genie 4 世界模型，可实时生成视觉、声音和互动对话，并通过自然语言实时改变场景。模型结合 Gemini 3.8 Flash 进行多步骤规划与场景控制，面向机器人训练、交互体验和情景模拟等用途，目前以研究预览形式向可信测试者开放。Genie 4 在长时间一致性、复杂物理交互、音频准确性和空间准确性等方面仍存在局限，生成内容将加入 SynthID 水印。