DeepMind 发布 Genie 4 世界模型

2026年10月28日，Google DeepMind 发布世界模型 Genie 4。Ars Technica 同日报道称，DeepMind 表示 Genie 4 在几乎各个方面都优于 Genie 3，并借助 Google 更新后的 Gemini 模型提升了模拟的物理效果与人物真实感。The Verge 同日报道，官方称 Genie 4 有四项主要更新：世界更逼真、支持用自然语言提示词实时更新体验、可生成音频，底层使用 Gemini 3.8 Flash 辅助模拟。Google DeepMind 的一手发布进一步说明，Genie 4 可实时生成画面与原生音频，并支持用自然语言在模拟过程中修改天气、镜头和人物；该模型由 Gemini 3.8 Flash 在循环中充当引导智能体，把目标拆成步骤并检查每帧进度，从而模拟多步事件。后续 TechCrunch 报道称，Genie 4 以研究预览形式发布，可生成与场景匹配的实时音频，包括音乐、环境音和交互对话，场景一致性最长维持两分钟，是前代 Genie 3 的两倍。早先报道未提及发布形式与一致性时长，后续报道补充了这两项信息。最新 The Decoder 报道称，Genie 4 是 DeepMind 首个直接生成声音的实时世界模型，可逐帧计算场景并响应用户的键盘操作和文本提示。

AI 根据报道生成 · 37 分钟前更新

还没有足够的连续观测数据，暂不绘制趋势。