Google 發佈世界模型 Genie 4,最長模擬約 2 分鐘並首次原生同步生成音影片
谷歌发布最强世界模型Genie 4:模拟时长翻倍至2分钟!首次原生音视频同步生成
Google 發佈新一代世界模型 Genie 4,最長連續模擬時間增至約 2 分鐘,為前代 Genie 3 的兩倍,並首次原生同步生成音影片。用戶可在模擬期間以自然語言即時調整場景,指令無需重新生成便會生效。目前 Genie 4 以研究預覽形式向少量經篩選的測試者開放;長時間模擬仍有物體漂移,複雜物理互動及場景長期一致性問題尚未解決。
快科技10月28日消息,谷歌正式发布新一代世界模型Genie4,官方称其为迄今真实度与交互能力最强的一代产品。
与普通文生视频模型不同,世界模型可持续模拟环境变化,根据用户指令实时生成后续画面,让使用者可进入虚拟场景完成交互,而非仅观看固定生成的视频片段。

本次升级将最长连续模拟时长提升至约2分钟,达到前代Genie3的两倍,同时首次实现音视频同步生成,可同步输出环境音效、背景音乐与动态交互对话。
用户可通过自然语言实时调整场景,包括切换天气、改动镜头视角、添加角色与物体,指令会在模拟运行过程中即时生效,无需从头重新生成内容。

Genie4由Gemini系列模型提供推理与规划能力,负责理解用户目标、拆解执行动作并跟踪场景变化。
谷歌团队曾测试旗舰模型Gemini 4 Argon,但最终为保障低延迟实时交互,实际运行采用更轻量的Gemini 3.8 Flash。所有生成的音视频内容均嵌入SynthID水印,用于识别AI生成内容、降低虚假传播风险。

Genie4目前以研究预览形式向少量筛选后的测试者开放,未来数周将逐步向Google AI Ultra订阅用户推送,并通过Gemini API与Google AI Studio向部分开发者提供早期访问权限。
谷歌正与合作伙伴探索多领域落地,覆盖影视特效预演、游戏原型开发、历史场景教育内容与机器人模拟训练。

官方同时强调,当前仍处于技术融入现有工作流程的探索阶段,目标是拓展创作边界,而非直接取代行业现有生产流程。
谷歌承认,长时间模拟仍会出现画面细节与物体漂移,复杂物理互动、可读文字生成与场景长期一致性问题尚未解决,距离成熟商用的通用模拟环境仍有差距。

【本文结束】如需转载请务必注明出处:快科技
责任编辑:建嘉
新浪科技公众号
“掌”握科技鲜闻 (微信搜索techsina或扫描左侧二维码关注)
科学大家

新浪科技
新浪科技为你带来最新鲜的科技资讯

苹果汇
苹果汇为你带来最新鲜的苹果产品新闻

新浪众测
新酷产品第一时间免费试玩

新浪探索
提供最新的科学家新闻,精彩的震撼图片
來源:新浪科技 · finance.sina.com.cn