Google Genie 4 世界模型发布:生成约两分钟互动场景,新增音频与实时编辑

Google 于 2026 年 10 月 27 日发布 Genie 4 世界模型,能生成更逼真的互动体验,并首次加入音频与自然语言实时修改能力,但先面向“可信测试者”开放研究预览。

一句话看懂:Google 于 2026 年 10 月 27 日发布 Genie 4 世界模型,能生成更逼真的互动体验,并首次加入音频与自然语言实时修改能力,但先面向“可信测试者”开放研究预览。

事件核心:发生了什么

据 The Verge 报道,Google 宣布推出 Genie 4 世界模型。相比上一代 Genie 3,它有四项主要更新:生成更逼真的世界、允许用户用自然语言提示实时更新体验、能够生成音频,并在底层使用 Gemini 3.8 Flash 辅助模拟。单次可生成的体验时长也从约一分钟提升到约两分钟。Google 将其定位为影视预可视化、游戏创意原型和机器人训练场景制作工具,同时提示模拟时间变长后,细节和物体恒存性可能随时间发生偏移。Genie 4 目前仅面向“可信测试者”开放研究预览,将“很快”提供给 Google AI Ultra 订阅用户,并已开放 Project Genie 的试用等待名单。

为什么重要

世界模型正从展示型 demo 转向可交互的内容生产工具。Genie 4 把音频、实时语言编辑和更长的模拟时长打包在一起,说明 Google 在尝试降低“用 AI 生成可玩/可看场景”的门槛。底层调用 Gemini 3.8 Flash 也透露出一种产品思路:用较轻量的模型承担推理与模拟,控制生成成本。不过,两分钟的时长和物体恒存性问题仍是明显限制,能否稳定用于实际工作流,目前公开信息显示还需测试者验证。

对用户/开发者/创作者的影响

对影视和游戏创作者而言,Genie 4 更像快速概念验证工具,而不是直接替代传统制作管线:两分钟片段适合预演镜头和玩法雏形,音频生成则减少后期拼接成本。对开发者来说,真正值得关注的是它是否会开放 API、以及 Project Genie 的调用限制和计费方式;目前这些信息尚未公布。普通用户短期内大概率只能通过等待名单或 AI Ultra 订阅接触,难以直接使用。

GamsGo AI

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。

了解 GamsGo AI

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

一是研究预览中测试者对物体恒存性和长时模拟稳定性的反馈;二是 Genie 4 进入 Project Genie 后的订阅门槛、使用额度和是否开放 API;三是音频生成的质量与版权处理方式,以及影视、游戏行业是否出现实际采用案例。

来源:The Verge

celebrityanime
celebrityanime
文章: 30425

发表回复

您的邮箱地址不会被公开。 必填项已用 * 标注