Genie 4 展示原生声音与实时交互世界,研究预览仍有一致性限制
Google DeepMind 公布世界模型 Genie 4,可在交互场景中生成声音并响应自然语言调整,首阶段面向可信测试者开放。
事件日期:2026-10-27。整理范围:2026年10月27日至11月3日;本站于2026年11月3日整理发布。
发生了什么
10月27日,Google DeepMind 公布 Genie 4,介绍实时交互世界生成、原生音频与自然语言控制能力。用户可以改变天气、移动视角或添加人物和物体,系统随输入继续生成场景。
开放范围与限制
官方先向可信测试者提供研究预览,计划随后扩展到 Project Genie 的部分订阅用户和开发者早期合作伙伴。公告明确,长时间运行、复杂修改及空间移动仍可能造成物体或视觉细节漂移,物理和声音准确性也在研究中。
编辑观察
这类模型为互动创作和智能体环境提供了新实验空间。选择工作流时,应把可控交互与长时稳定性分别验证,不能把逼真的短片段等同于精确物理仿真。
来源与配图
官方原文(发布日期:2026-10-27;核查日期:2026-11-03)。本文依据公开资料独立整理,编辑观察为本站分析。
配图由本站原创制作,为主题信息图,不是官方产品截图或现场照片,未使用第三方网站图片。