Google DeepMind 发表 Genie 4 世界模型，即时互动模拟加入原生音讯

摘要

Google DeepMind 发表 Genie 4 世界模型，主打高拟真、即时互动的模拟能力，并可同步生成音乐、环境音与互动对话。模型建立在 Gemini 家族之上：Gemini Omni 负责真实世界外观与行为，其他 Gemini 模型提供推理以维持连贯性。使用情境包括机器人与代理的安全训练环境，以及电影、新闻、游戏与制造等创作工具。目前以研究预览形式提供给受信任测试者，之后将开放给 Google AI Ultra 订阅者在 Project Genie 使用，并透过 Gemini API 与 AI Studio 给早期合作伙伴，Project Genie 设有候补名单。