一句话看懂:谷歌在浏览器端推出Project Genie新体验,最新的世界模型Genie 4允许用户在探索过程中随时输入新提示词改变天气、角色或剧情走向,并首次加入实时原生音频。该功能目前仅向美国定价199.99美元/月的Google AI Ultra 20x订阅者开放。
事件核心:发生了什么
根据MakeUseOf 2026年11月18日的报道,谷歌正将Project Genie扩展到浏览器中,核心升级是Genie 4世界模型。与原先生成后固定播放不同,用户可以在会话中途输入新提示词,实时调整场景的天气、插入角色或重定向动作;音频方面,环境声和角色对白会随场景变化同步适配,这是该系列首个支持实时原生音频的版本。
同时,Genie 3仍保留在模型选择器中,适合更长的旅程或基于全景图种子生成的空间。其单次会话时长从60秒延长至最多3分钟,并支持将多个世界串联起来。新的Project Genie agent允许用户通过对话描述构想,由系统生成世界外观和匹配氛围的自定义背景配乐;进入世界后,Gemini可以观察屏幕内容、建议下一步行动或触发世界内事件。社区画廊则汇集了可探索、混编和发布的作品,包括将个人照片转化为可探索空间的Living Memory等。
为什么重要
实时提示词编辑意味着世界模型从“一次性生成内容”转向“可交互的持续生成”,这对推理延迟、场景一致性和音画同步提出了更高要求。谷歌将Gemini作为观察与触发层嵌入体验,显示出大模型与生成式世界模型的组合正在成为产品化路径。不过,谷歌明确这些模型仍是研究工具,在镜头延迟、物理表现、音频精度和长期场景持久性上仍在改进,目前公开信息显示其定位并非成品游戏引擎。
对用户/开发者/创作者的影响
对普通用户而言,门槛主要在订阅层级:Google AI Pro用户只能加入等待列表,Genie 4限定在Ultra 20x计划,美国月费199.99美元,更便宜的Ultra 5x层级不包含该功能。对创作者来说,对话式构建世界和自动配乐降低了原型制作成本,社区画廊的混编与发布机制也提供了作品流通渠道;但所有生成视频和音频均带SynthID水印,输入输出需经过安全筛查,商用前需考虑标识与合规要求。对开发者而言,目前素材未提及公开API,短期更像封闭的研究型产品体验。
AI 工具推荐
想把多个 AI 模型放在一个入口?
GamsGo AI 集成 ChatGPT、DeepSeek、Gemini、Claude、Midjourney、Veo 等常用模型,适合写作、绘图、视频和日常 AI 工作流。
推广链接:通过此链接购买,我可能获得佣金,不影响你的价格。
值得关注的后续
一是Genie 4是否从Ultra 20x下放到更低订阅层级或开放API;二是镜头延迟、物理与音频精度等已知短板能否在后续版本中收敛;三是社区画廊的混编与发布机制是否会形成稳定的创作者生态,以及SynthID水印和安全筛查对内容分发的实际影响。
来源:MakeUseOf


