Google DeepMind 發表 Genie 4 世界模型，即時互動模擬加入原生音訊

摘要

Google DeepMind 發表 Genie 4 世界模型，主打高擬真、即時互動的模擬能力，並可同步生成音樂、環境音與互動對話。模型建立在 Gemini 家族之上：Gemini Omni 負責真實世界外觀與行為，其他 Gemini 模型提供推理以維持連貫性。使用情境包括機器人與代理的安全訓練環境，以及電影、新聞、遊戲與製造等創作工具。目前以研究預覽形式提供給受信任測試者，之後將開放給 Google AI Ultra 訂閱者在 Project Genie 使用，並透過 Gemini API 與 AI Studio 給早期合作夥伴，Project Genie 設有候補名單。