谷歌推出最新世界模型Genie 4，模拟时长翻倍至2分钟、首次实现音视频同步生成

钛媒体App 10月28日，谷歌DeepMind推出最新世界模型Genie 4，并宣称是其迄今最逼真、交互能力最强的世界模型。与主要根据提示词生成视频片段的传统视频生成模型不同，Genie 4能够根据文本指令构建可探索的虚拟环境，并在用户持续输入指令时实时调整场景。谷歌表示，其最长可以维持两分钟连贯不变的场景，时长约为上一代Genie 3的两倍。该模型还能生成和虚拟世界同步的实时音频，涵盖音乐、环境音以及可交互对话。谷歌正探索其在游戏设计、影视制作、教育和机器人训练等领域的应用。目前Genie 4以研究预览版形式向少量经过筛选的测试者开放，未来数周将向Google AI Ultra订阅用户开放，并逐步向部分开发者提供访问权限。（广角观察）