DeepMind发布Genie 4世界模型提升模拟真实性与交互性

Google DeepMind 发布 Genie 4，该世界模型可实时模拟包含声音和对话角色的交互世界，是公司首个直接生成环境音的实时世界模型。目前仅对部分测试者开放，未来将逐步开放给 Google AI Ultra 订阅者和 Gemini API 早期访问伙伴。

Google DeepMind 发布了最新的世界模型 Genie 4 研究预览版，该模型生成了更逼真和交互的世界，并支持实时音频、自由编辑和实时引导。Genie 4 可将场景保持至两分钟，是其前代 Genie 3 的两倍，同时 Gemini 模型更紧密地集成于 Genie 4 中，用于规划步骤和检查帧。

Google DeepMind 发布 Genie 4 新世界模型，实现前所未有的真实感和实时交互模拟，原生支持音频、环境噪音和交互对话。Genie 4 基于 Gemini Omni 锚定真实外观和行为，并利用 Gemini 模型进行复杂推理，目前对 Google AI Ultra 订阅者和 Gemini API 早期访问伙伴开放研究预览。

DeepMind 发布 Genie 4 世界模型，该模型在几乎所有方面都超越了 Genie 3，并利用更新的 Gemini 模型提升了模拟的实用性。世界模型能实时生成虚拟世界体验，无需预渲染环境或编程交互元素。此技术可为物理机器人创建无限训练环境，或加速创意领域的快速原型设计。