Google DeepMind 发布世界模型 Genie 4，新增音频与实时操控

Google DeepMind 发布世界模型 Genie 4 的研究预览版，可生成更逼真的交互式世界，并支持在模拟过程中输入提示词实时改变场景。新版本能生成与场景匹配的实时音频，包括音乐、环境音和交互对话，还支持改天气、换机位、添加人物或物体等自由编辑，场景一致性最长维持两分钟，是上一代 Genie 3 的两倍。Gemini 与 Genie 4 的集成更紧密，由 Gemini 规划步骤并检查画面；在与 Gemini Robotics 相关的研究实验中，Gemini 4 Argon 模型把任务拆成步骤，由 Genie 4 实时模拟。