刚刚，谷歌Genie 4发布！世界模型还得是谷歌

实时、改环境、语音指令、Gemini…全来了？？？

刚刚，Google DeepMind正式发布新一代「世界模型」——Genie 4。

这也是，谷歌迄今为止最逼真且最具交互性的世界模型。

一句话实时修改场景、模拟真实物理效果，连人物动作、环境音效和互动对话都能同步生成全安排上了。

比如，直接在对话框里输入指令，画面中的男子就能回头做出反应，整个场景还能随着指令实时变化：

更离谱的是，这个世界里的人物，居然还能直接开口跟你聊天？？！

风声、水声等环境音效同步生成，人物也能根据场景变化和你的输入实时接话，确实无缝接入啊：

更有看头的是，Gemini也被拉来当「大脑」了——

咱看下面这个demo，虚拟实验室里，一台机械臂正夹着移液器，对准实验孔板进行操作。

从任务步骤规划，到模拟机械臂的精细动作，整个过程都在AI生成的环境中进行，旁边还能看到推理步骤：

还有一些获取早期访问权限的网友也已经大roll特roll了。

有网友直接生成了一座地下洞穴，操控角色在错综复杂的地道里四处探索、寻找宝藏。

整个洞穴场景随着玩家的移动实时生成，走哪儿、看哪儿，AI就接着往下构建，整成大型探险游戏了！？

虽然，通用模型未必要看谷歌。

但世界模型，感觉还是得看谷歌啊。。。

Genie 4来了：整个世界都能实时生成，还能开口说话

如果用一个词概括Genie 4这次的核心升级，那一定是——「实时」。

简单来说，AI现在已经能根据你的操作，一边生成虚拟世界，一边模拟接下来会发生什么。

而且这次，谷歌还把人物、物理效果、声音，甚至复杂任务推理都给卷上去了～

我帮大家浅浅总结了一波核心能力，先来一睹为快：

• 实时世界生成与操控：一句话生成可探索的虚拟世界，随时修改天气、人物、物体和场景。

• 真实物理与人物模拟：支持碰撞、空气动力学等物理效果，人物动作自然，还能根据环境实时反应。

• 原生音频与互动对话：环境音效、音乐和人物对话同步生成，虚拟角色能够实时交流。

• Gemini协同推理：Gemini负责规划任务、观察反馈、动态调整策略，还能在虚拟世界中模拟机器人执行任务。