Signal YCurated AI News
更新于 11/5 20:4061 个信源

谷歌发布 Genie 4 世界模型:可实时用自然语言修改场景

通用 AI10/28 00:00The Verge AI查看原文 ↗
摘要

谷歌发布 Genie 4 世界模型,在真实感、自然语言实时编辑、音频生成和生成时长上均有升级,并定位为影视、游戏与机器人训练的原型工具。

核心要点
  • Genie 4 相较前代有四项主要更新:更真实的世界、支持用自然语言提示实时更新体验、可生成音频、底层使用 Gemini 3.8 Flash 辅助模拟
  • 单次可生成约两分钟的交互体验,是 Genie 3 一分钟时长的两倍
  • 谷歌将其定位为实用性工具,典型用途包括影视工作者的预可视化、游戏创意原型制作以及机器人训练场景构建
  • 模型由 Gemini 3.8 Flash 作为底层支撑,说明谷歌正把通用模型能力嵌入世界模型体系
  • 报道为媒体转述谷歌发布,原文未给出量化性能指标或独立评测结果
原文佐证
  • It also can create experiences that are about two minutes long, up from one minute for the previous Genie 3 model.
  • The company says the model has four main updates: It allows for more realistic worlds, lets users update an experience in real time with a natural language prompt, can generate audio, and uses Gemini 3.8 Flash under the hood to help with its simulations.
AI 洞察
世界模型正从“能生成可走动场景”走向“可实时编辑+多模态输出”,其真正价值不在炫技,而在于成为影视、游戏和机器人训练的廉价模拟器。两分钟时长虽翻倍,但距离可用的长时训练环境仍远,能否被机器人团队真正采用取决于物理一致性与可控性。谷歌把 Gemini 3.8 Flash 塞进底层,意味着世界模型可能演变为通用模型的“空间化外壳”,这会加剧与视频生成、仿真平台厂商的地盘重叠。