ITCOW牛新网 10月28日消息，谷歌DeepMind推出新一代世界模型Genie 4，处于研究预览阶段。用户通过提示词即可创建可交互虚拟世界，运行过程中还能实时修改场景，首次实现音视频同步生成，同步输出环境音、配乐、交互式对话。
对比前代Genie3，场景连贯时长翻倍，最长可达2分钟；画面拟真度、物理模拟效果、虚拟人物表现得到增强；支持实时编辑，可修改天气、镜头、新增物体人物。模型与Gemini深度协同，Gemini承担“导演”角色，负责任务拆解、画面校验，Genie4负责视觉仿真，可用于机器人仿真预实验。
潜在落地场景覆盖游戏、交互式历史学习、电影前期原型分镜制作。但模型仍有短板：模拟时间变长后物体细节容易偏移，音频准确度、虚拟世界内文字清晰度仍有待优化。
目前仅对可信测试者开放，后续会逐步向Google AI Ultra订阅用户、Genie项目、Gemini API与AI Studio早期合作方开放。当下世界模型赛道竞争火热，多家企业出现收购整合动作。