AI 聚合热点事件 · 2026/10/28
谷歌 DeepMind 正式推出新一代世界模型 Genie 4，标志着 AI 从静态内容生成向动态、交互式虚拟环境构建的关键跨越。该模型首次实现了原生多模态实时模拟，不仅能同步生成高保真视觉画面，还具备输出环境音效、背景音乐及人物对话的能力，显著提升了虚拟世界的物理一致性与行为连贯性，被视为迈向通用人工智能（AGI）的核心基础设施。
在技术架构上，Genie 4 深度集成 Gemini 家族能力，利用 Gemini Omni 进行视觉锚定以确保现实感，并引入 Gemini 3.8 Flash 作为“循环导演”，负责目标分解与帧一致性检查。这一机制允许用户通过自然语言指令实时干预正在运行的模拟场景，如修改天气或镜头视角。此外，单次交互体验时长已从上一代的 1 分钟延长至约 2 分钟，并在 Apptronik 人形机器人仿真中完成了初步验证。
Genie 4 的发布加剧了世界模型赛道的竞争格局，为游戏开发、机器人训练及沉浸式内容创作提供了无需预渲染的全新范式。其强调的实时可控性与高沉浸感，不仅降低了交互式虚拟环境的构建门槛，也为开发者探索具身智能与复杂系统模拟提供了强有力的工具支持。
曲线只比较全程持续完整观测的同一批信源；缺口小时数据已插值平滑，保持趋势连续。
原标题：Google Deepmind's Genie 4 puts a modern spin on agent designs that predate LLMs
原标题：> Genie 4 is Google DeepMind’s first real-time world model with native audio, generating ambient sou...
原标题：Google’s Genie 4 world model adds audio, more realistic worlds, and real-time steering
原标题：Genie 4: A new generation of world simulation
原标题：DeepMind unveils Genie 4 world model promising more realistic physics and humans
原标题：Google’s next Genie AI model generates more realistic experiences