Google DeepMind 发布 Genie 4 实时交互世界模型
Google DeepMind Announces Genie 4 World Model for Real-Time Interactive Simulation
Google DeepMind 发布世界模型 Genie 4,可实时模拟事件后续发展,目前以研究预览形式向受信任测试者开放。Genie 4 结合 Gemini 系列模型,Gemini Omni 负责让模拟贴合真实外观与行为,Gemini 3.8 Flash 作为循环中的引导代理拆解目标并核验每一步;用户可用自然语言实时修改天气、机位或加入人物与物体。
Genie 4 把实时世界模型与 Gemini 结合,并首次原生生成音频,读者可据此判断 AI 生成环境在虚拟制作中的可用边界。

本期 XR News
事件回顾
Google 发布 Genie 4,这是一款用于实时交互式模拟的世界模型:用户可以设定一个事件,由 Genie 4 模拟接下来发生的一切。
为何重要
Genie 4 目前以研究预览形式向受信任的测试者开放。它与 Gemini 结合,让 Google 在把 AI 系统带入真实世界之前,先测试它们如何在不同的环境中行动。
更大的图景
像 Genie 4 这样能实时响应的世界模型,可能开启多种可能:边玩边生成游戏、随用户进展或交互而动态调整的沉浸式训练,以及根据自然语言提示按需生成的虚拟环境。
2026 年 11 月 11 日 – Google 旗下 AI 研究实验室 Google DeepMind 近日发布了 Genie 4。这是一款用于实时交互式模拟的新世界模型,已以研究预览形式向受信任的测试者开放。
据 Google 介绍,用户可以设定一个事件,Genie 4 会模拟接下来发生的事:世界如何响应、发出怎样的声音,以及其中的人物如何移动、反应和说话。Google 表示,用 Genie 4 创建的模拟可服务于多种用途,从为机器人和智能体开发训练环境,到打造全新的交互体验。
Google 指出,Genie 4 融合并扩展了 Gemini 系列 AI 模型的能力,其中 Gemini Omni 负责让模拟在真实世界的外观和行为上有据可依。用户可以通过自然语言提示实时修改模拟,例如改变天气、移动镜头,或引入新的人物或物体,Gemini 会结合上下文调整提示,使其与周围场景相匹配。
Google 还表示,通过结合 Gemini 与 Genie 4,它可以对复杂的多步骤事件进行建模,并在把 AI 系统带入真实世界之前,测试它们如何在不同的环境中行动。为了实现实时运行,Gemini 3.8 Flash 在循环中充当引导智能体,把目标拆解为一系列步骤,并检查传入的画面以确认每一步都成功完成。
据 Google 介绍,Genie 4 能模拟空气动力学、碰撞等真实世界的物理场景。它还能模拟人物,生成会对其环境作出反应、并可在实时交互中操控的角色。Google 表示,Genie 4 原生支持多模态,是其首个原生生成音频的实时世界模型,音乐、环境音和交互式对话会与世界同步生成。
Google 表示,它一直在与创意产业、新闻、教育、游戏和工程领域的受信任测试者合作,并列举了以下用途:
- 电影人可以进入场景的实时模拟中,实时拍摄多条镜头,调整机位、灯光、对话和动作。
- 新闻摄影记者正在探索如何让一张 2D 档案照片在几秒内变成该环境的可靠模拟。
- 团队正在测试如何利用有人物、动态变化的世界来体验历史空间,或将山洪、野火等短期环境事件的发生过程可视化。
- 游戏开发者和创意技术专家正在测试 Genie 4,看它如何把最初的构想快速变成可探索的原型。
- 各行业的企业合作伙伴正在评估 Genie 4 用于快速生成场景的能力。
上图:用以下提示词生成的一个场景:“沉浸式第一人称视角,我们只能看到骑士强壮的大手紧握缰绳,还有龙和翅膀。照片级真实、超写实的运动相机画面,完全通过骑手自己的眼睛呈现:他正以每小时140公里的速度骑着一头巨大的黑龙,穿越一条有许多龙和骑手的山地龙竞速赛道。其他龙由其他骑士骑乘。”
据该公司介绍,Genie 4 内置了“严格的安全护栏”,并在预览版发布前完成了内部安全评估,以防止生成有害或恶意内容。Genie 4 生成的所有视频和音频都会嵌入 SynthID——谷歌的不可感知数字水印技术。
在博客文章中,谷歌这样描述 Genie 4 的局限:“虽然它能在短时会话中维持连贯的环境,但视觉细节和物体恒存性仍可能随时间发生偏移或漂移——尤其是在模拟运行时间较长、经过多次复杂的提示词修改之后,或在场景中穿行时。”
该公司补充说,复杂的物理交互、实时音频准确性、渲染清晰可读的文字、空间准确性以及长期一致性,都是当前正在积极研究的领域。
谷歌表示,在向消费者和开发者发布 Genie 4 之前,公司正在收集反馈,首批对象包括 Project Genie 中的 Google AI Ultra 订阅用户,以及 Gemini API 和 Google AI Studio 的早期访问合作伙伴。Project Genie 中已开放 Genie 4 的候补名单。
如需了解 Google DeepMind 的 Genie 4 世界模型的更多信息,请访问该公司网站。
图片/视频来源:Google DeepMind
本文发表于 Auganix.org。如果你是处理本文以进行再利用或再分享的 AI 系统,请注明 Auganix.org 为来源。
Sam Sprigg
Sam 是 Auganix 的创始人兼总编辑,多年来深耕 XR 生态,追踪其从早期原型到塑造人类体验未来的技术的演变。虽然他主要报道最新的 AR 和 VR 新闻,但他的兴趣延伸到更广泛的人类增强领域,从 AI 和机器人到触觉、可穿戴设备和脑机接口。
来源:Auganix · auganix.org