谷歌给Genie 4配上Gemini「导演」：一边生成世界，一边规划剧情

BiRun 讯，动察 Beating AI 快讯，Google DeepMind 发布新一代世界模型 Genie 4。输入文字就能生成可供探索的虚拟世界，用键盘控制移动，还能随时改变天气、添加人物。它可以模拟碰撞、空气动力学和人物动作，并首次原生生成环境声、音乐和实时对话。角色不仅会说话，还能根据场景和用户输入作出反应。

Genie 4 借助 Gemini Omni 提升画面与现实行为的逼真度，同时让 Gemini 3.8 Flash 充当实时指挥。后者会持续观察画面，把任务拆成步骤，检查动作是否完成，再决定下一步。Google 还演示了让 Gemini 4 Argon 规划人形机器人下跳棋，由 Genie 4 实时模拟动作。

单次模拟最长约 2 分钟，是此前 Project Genie 体验时长的两倍。但场景运行久了，物体位置和外观仍可能发生变化。官方演示中的摩托车骑手，前后镜头里竟然突然多出一顶头盔。

Genie 4 目前仅向少量受邀测试者开放，之后将逐步进入 Google AI Ultra、Gemini API 和 AI Studio。Google 希望用它制作游戏原型、预演电影场景，更重要的是让机器人和 AI Agent 在虚拟世界中练习复杂任务。