谷歌旗下 DeepMind 于 10 月 27 日发布了新一代世界模型 Genie 4 的研究预览版。与上一代相比，它生成的虚拟世界更逼真、物理模拟更自然，场景保持一致的模拟时长延长到约两分钟，约为前代的两倍。
用户可以在模拟进行中用自然语言实时改动场景，比如改变天气、调整视角、加入人物或物体。模型还首次具备原生音频生成能力，能同步生成背景音乐、环境音和互动对话，让虚拟世界在视觉和听觉上都更完整。
谷歌同时展示了 Genie 4 与大模型 Gemini 4 Argon 的协同实验：Gemini 负责把用户指令拆解成步骤，Genie 4 实时生成机器人执行任务的画面。这一组合指向了谷歌在物理 AI 上的布局——用世界模型为机器人提供可反复演练的模拟训练场，应用场景还包括游戏、影视和教学。
评论（0）
暂无评论