DeepMind 发布世界模型 Genie 4，新增音频
先了解这件事
Google DeepMind 以研究预览形式发布世界模型 Genie 4，称其提升了实时交互模拟的真实感，并新增原生音频：可在生成画面的同时生成音乐、环境音和交互对话，还能用自然语言在模拟过程中实时修改场景。DeepMind 称，Genie 4 借助 Gemini 3.8 Flash 作为引导智能体拆解多步任务并校验每步进展。 据 TechCrunch 报道，Genie 4 单场景一致性最长维持两分钟，是前代 Genie 3 的两倍。目前 Genie 4 仅向受信任测试者开放以收集反馈；DeepMind 称未来数周将先向 Project Genie 中的 Google AI Ultra 订阅用户，以及 Gemini API 和 Google AI Studio 的早期访问合作伙伴开放。 DeepMind 表示，Genie 4 生成的所有视频和音频都会嵌入 SynthID 不可见水印，以便识别 AI 生成内容。
AI 根据报道生成 · 28 分钟前更新
报道时间线
沿着报道，了解事件的不同侧面。
- TechCrunch · AIGoogle DeepMind 发布世界模型 Genie 4，新增音频与实时操控
Google DeepMind 以研究预览形式发布世界模型 Genie 4，可生成更逼真的可交互世界，并支持在模拟过程中输入提示词实时改变场景。该模型能生成与场景匹配的实时音频，包括音乐、环境音和交互对话，单场景一致性最长维持两分钟，是前代 Genie 3 的两倍。
- Hacker News精选DeepMind 发布世界模型 Genie 4，支持原生音频与实时交互模拟
DeepMind 发布新一代世界模型 Genie 4，原生支持多模态，可在生成画面的同时生成音乐、环境音和交互对话。Genie 4 支持用自然语言实时修改场景，并借助 Gemini 3.8 Flash 作为引导智能体拆解多步任务、校验每步进展。
- Ars Technica · AI精选DeepMind 发布 Genie 4 世界模型，称物理与人物模拟更真实
Google DeepMind 公布新一代世界模型 Genie 4，称其在几乎各方面都优于 Genie 3，模拟的物理效果和人物更真实，部分改进来自 Google 更新后的 Gemini 模型。DeepMind 表示世界模型是通往 AGI 的关键环节，可用于为实体机器人构建训练环境或加速创意原型设计；文章提到，付费用户可能不久后就能用上 Genie 4。
本事件热度走势
还没有足够的连续观测数据，暂不绘制趋势。