Genie 4：实时构建原生多模态互动世界

Google DeepMind 发布了新一代世界模型 Genie 4，它不再只是生成视频，而是能实时构建可交互的模拟环境。Genie 4 原生支持多模态，能同时生成逼真的画面、环境音效、背景音乐以及角色对话。该系统深度整合了 Gemini 系列模型的能力，其中 Gemini Omni 负责确保视觉和行为的真实感，而其他 Gemini 模型则提供复杂的推理逻辑，以维持模拟世界的连贯性。用户只需通过自然语言指令，就能实时改变天气、移动视角或引入新角色，Genie 4 会即时响应并演算后续发展。这项技术为机器人训练、智能体开发以及全新的互动娱乐体验提供了无限可能，目前正作为研究预览向部分用户开放。