Google DeepMind 发布世界模型 Genie 4，原生生成音频并支持实时交互

Google DeepMind 发布新一代世界模型 Genie 4，主打更高的真实感与实时交互模拟，并首次在实时世界模型中原生生成音频。Genie 4 原生多模态，可同时生成类似音乐的声音、环境音和交互对话；Gemini Omni 为其提供真实世界外观与行为基准，其他 Gemini 模型负责维持模拟的连贯性。用户可用自然语言实时修改天气、移动镜头或加入人物与物体，Gemini 3.8 Flash 在循环中充当引导智能体，把目标拆成步骤并检查画面以验证进度。